iPG和GSEA的通路计算有何不同？如果你愿意忽略所有通路上相互作用的类型和方向，那你就采用GSEA。

基因集和通路之间的关键区别在于，基因集是基因的无序集合，而通路是描述给定过程、机制或现象的复杂模型。为了捕捉通路的特征，iPG采用impact analysis方法。

而GSEA是将通路视为简单的基因集，比如下图，左图显示了MAPK通路的一小部分，右图显示了对应于这部分通路的基因集。这种比较表明，当通路被视为简单的基因集时，通路中存在的很多重要知识---被忽略了。

尽管GSEA就像一口大网一样，可以把每个基因的表达水平或表达差异的属性信息捞上来，但是每个基因仍然被GSEA视作独立的个体。基因间的相互作用关系和位置信息，刚好从GSEA编制的网中漏掉了。

基因在通路中的位置重要吗？重要。

有句话说得好，屁股决定脑袋。比如在一个调控通路中, 上游基因的表达水平改变显然要远大于下游基因的表达水平改变对整个通路的影响。但是对于基因集分析比如DAVID, GSEA来说，并不去考虑这些因素。

只考虑基因集，你会有什么损失呢？知识遗漏。

通路描述的每个信号和依赖性可能需要许多实验和数月或数年才能证明。许多科学家在数十年的研究中收集到的所有这些丰富的知识都被所谓的基因集分析方法完全忽略了。

给你举一个胰岛素通路（hsa04910.html)例子。如果不存在胰岛素受体 (INSR)，则整个通路都会关闭。相反，如果多个基因参与一条通路，但它们只出现在下游某处，则其表达水平的变化可能不会对给定通路产生太大P值影响。

一些基因具有多种功能，参与多种途径，但作用不同。

例如，上述 INSR 也作为许多受体蛋白酪氨酸激酶之一，参与其他途径，比如Adherens Junction途径。然而，如果 INSR 的表达发生变化，Adherens Junction途径不太可能受到严重干扰，因为 INSR 只是这条通路上的众多受体之一。

iPG怎么利用通路的信息？impact anlysis.

什么是impact analysis? 是第一个能够考虑通路拓扑结构的分析方法。随后还有 20 多种其他方法试图考虑路径的拓扑结构（Mitrea 等人，2013 年）。

简而言之，impactanalysis构建了一个数学模型。该模型捕获了通路的整个拓扑结构，计算每个基因的扰动指标。

然后，将这些基因扰动组合成整个通路的总扰动指标，并通过将观察值与预期值进行比较，来计算通路的特异性 p 值。

通路p值的计算，基于两种类型的证据：

这两种类型的证据，由两个独立的概率值 pORA 和 pAcc 所捕获，然后形成了通路特异性 p 值，这样得到的P值显著性高所对应的通路，与表型真正相关。

如果您更喜欢阅读介绍impact analysis的技术论文，请参阅：https://advaitabio.com/ipathwayguide-science/