所以GSEA目的是找到你筛选出来的基因，是否在你感兴趣功能的基因集里面有富集，那么GSEA符合什么样的一个统计学原理呢？也就是说经过差异表达筛选出来的Gene List 首先根据P-value（Rank Metric）进行排名，Rank Metric 小的在。
GSEA中的浓缩分数表示2型糖尿病。
GSEA首先由Mootha等人描述。
（Mootha2003）试图阐明2型糖尿病的机理。
他们认为与疾病相关的基因表达改变可以在生物学途径或共同调控的基因组而非个体基因的水平上体现出来。
缺乏在基因水平上检测。
GSEA，基因探针富集分析，是基于评估来自微阵列的数据的各级别基因探针。
GSEA的初始版本是用来分析糖尿病人与正常人的肌肉活组织采样数据。
分析显示，有某些基因牵涉到糖尿病人的氧化磷酸化作用的减弱，而其他独立的微阵列研究和活。
GSEA(Gene Set Enrichment Analysis)是其中一种，或者说是知名的那种。
GSEA原理如下图所示。
先利用表达数据计算基因在2组(表型)差异，然后按照这个差异进行排序，这样这个基因排序列表一端比较体现A组特征，。
gsea的原始数据分为三列，一列是geneid,一列是FoldChange,一列是根据FoldChange排序的结果。
其实gsea就是看foldchange的值的分布，如果是随机分布，那结果就不理想。
我们想要的是在两端富集分布。
GSEA分析同样可以使用。