（策略篇）千里挑一：挑选差异基因的七点策略现在有好多小伙伴手里有测序、芯片等高通量的组学数据，面对着成百上千的差异基因（蛋白）分子，该如何挑选分子进行下游研究，小伙伴们是不是有些懵呢？看到别人发表的文章，有没有想过别人是怎么挑选分子的呢？今天小张分享自己挑选时考虑的七点策略给大家，仅供参考。
1. 倍数 P 值：第一点大家都知道，也是现在大家用的最多的策略，根据差异表达分子的倍数变化P value，一般情况下用的标准是2倍0.05这个标准，当然可以人为设定，比如4倍，8倍等等，有时会添加FDR这一标准。
当然，也可以根据倍数大小进行排序，挑选最明显的20个。
2. 分子新旧：一般来讲，我们进行高通量研究的时候目的是进行筛选，以挑选新分子进行后续功能和机制研究，所以分子的新旧对于我们发表文章和进行课题研究是非常重要的。
以pubmed上检索到这个分子发表的文章数量为例，一般认为文献数量<300为新，大于1000为旧，当然检索的时候不要忘了有的分子是有多个名字的，分享一个了解分子信息比较全面的数据库：Genecards，网址：/。
3. 功能注释：分子的功能注释能帮助我们大大缩小研究范围，最常见的功能注释是KEGG和GO，通过KEGG和GO注释，我们可以对差异分子所参与的信号通路、生物过程等进行查询，这里以GO注释中细胞组分（Cellular Component, CC）为例, 这部分结果可以帮我们了解到分子在细胞的定位信息：核内、胞浆、细胞器、胞膜、胞外，比如我们比较关注定位于线粒体上的蛋白、膜蛋白或者对转录因子感兴趣，那么可以直接进行查询和挑选。
4. Network：分子间的网络关系是我们挑选分子时另外一个参考因素，一般来说像String这样的网站会给出分子之间相互作用的信息；另外，也可以根据分子之间的表达关系自己构建，然后根据网络关系中邻近分子所参与的功能进行推测和挑选，比如新分子A周围有10个分子，而有5个分子与研究过程有关，那么A分子可能参与该过程。
kegg enrichment score计算Kegg enrichment score计算是一种用于富集分析的统计方法，它可以用来评估给定基因集中基因的功能富集程度。
在进行基因表达分析时，鉴别基因集中的基因是否在特定的生物功能、代谢途径或信号通路中富集，是了解基因集功能关联和生物过程的重要方式。
Kegg enrichment score计算是一种常用的富集分析方法，通过比较基因集中的基因与某一已知生物功能、代谢途径或信号通路中的基因的表达差异，来评估这一基因集在特定功能或通路中的富集性。
Kegg enrichment score计算的步骤通常包括以下几个关键步骤：1. 数据预处理：首先，需要将原始基因表达数据标准化或正态化，以确保数据符合统计模型的假设。
这可以通过一些常用的预处理方法，如log2转换、标准化或Z-score转换来实现。
2. 基因集选择：从已知的生物功能、代谢途径或信号通路数据库中选择与研究感兴趣的生物过程相关的基因集。
一般来说，这些基因集是通过专门的数据库，如KEGG、GO或Reactome 获得的。
3. 基因集的显著性检验：利用统计方法来判断基因集中的基因是否在特定生物功能、代谢途径或信号通路中富集。
最常用的方法之一是超几何分布法或Fisher确切检验，该方法可以计算基因集中的基因在某一功能、通路中的富集程度，并产生一个P值来衡量富集程度的统计显著性。
4. 多重检验校正：考虑到多个功能、代谢途径或信号通路的测试，需要对P值进行多重检验校正，以控制错误发现率（FDR）。
常用的多重检验校正方法包括Bonferroni校正、Benjamini-Hochberg校正和FDR校正。
5. 富集得分计算：富集得分是通过将基因集中的基因映射到已知功能、代谢途径或信号通路中的基因，并计算基因集中的基因在特定功能、通路中的富集程度得到的。
富集得分的计算公式可以根据具体的统计方法而异。
除了以上关键步骤，一些研究也采用其他改进方法来计算Kegg enrichment score。
Clinical Journal of Chinese Medicine 2022 Vol.(14) No.4-38-
[28]SAMER G, MIRANDA C M, RICHARD K, et al. Genetic Variation in the Peroxisome Proliferator Activated Receptor-Gamma Gene Is Associated with Histologically Advanced NAFLD[J]. Dig Dis Sci,2012,57(4):952-957.[29]ELSHORBAGY A K, VALDIVIA-GARCIA M, MATTOCKS D A, et al. Cysteine supplementation reverses methionine restriction effects on rat adiposity: significance of stearoyl-coenzyme A desaturase[J]. J Lipid Res,2011,52(1):104-112.[30]NAN Y M, HAN F, KONG L B, et al. Adenovirus-mediated peroxisome proliferator activated receptor gamma overexpression prevents nutritional fibrotic steatohepatitis in mice[J]. Scand J Gastroenterol,2011, 46(3):358-369.[31]STEFAN N, KANTARTZIS K, HARING H U. Causes and metabolic consequences of Fatty liver[J]. Endocr Rev,2008,29(7):939-960.[32]KHAN R S, BRIL F, CUSI K, et al. Modulation of Insulin Resistance in Nonalcoholic Fatty Liver Disease[J]. Hepatology,2019,70(2):711-724.[33]ADIELS M, OLOFSSON S O, TASKINEN M R, et al. Overproduction of very low-density lipoproteins is the hallmark of the dyslipidemia in the metabolic syndrome[J]. Arterioscler Thromb Vasc Biol,2008,28(7):1225-1236.[34]MUSSO G, GAMBINO R, CASSADER M. Cholesterol metabolism and the pathogenesis of non-alcoholic steatohepatitis[J]. Prog Lipid Res, 2013,52(1):175-191.[35]POSTIC C, GIRARD J. Contribution of de novo fatty acid synthesis to hepatic steatosis and insulin resistance: lessons from genetically engineered mice[J]. J Clin Invest,2008,118(3):829-838.[36]PENG S, XIAO W, JU D, et al. Identification of entacapone as a chemical inhibitor of FTO mediating metabolic regulation through FOXO1[J].Sci Transl Med,2019,11(488):eaau7116.[37]ISHTIAQ S M, RASHID H, HUSSAIN Z, et al. Adiponectin and PPAR: a setup for intricate crosstalk between obesity and non-alcoholic fatty liver disease[J]. Rev Endocr Metab Disord,2019,20(3):253-261.
