六、功能富集分析

（1）ORA（Over-Representation Analysis）
- 输入：差异表达基因列表
- 方法：Fisher精确检验或超几何检验
- 输出：显著富集的GO term或KEGG pathway
- 工具：clusterProfiler, DAVID, g:Profiler
（2）GSEA（Gene Set Enrichment Analysis）
- 输入：所有基因的排序列表（如按log₂FC排序）
- 特点：不需要预设阈值，考虑所有基因
- 原理：检验预定义基因集（如某个通路）中的基因是否集中在排序列表的顶端或底端
- 输出：ES（Enrichment Score）和NES（Normalized Enrichment Score）
（3）GO语义相似性
- GO term之间存在层次关系
- 两个基因的功能相似性可以用其GO term在DAG中的距离来衡量