关于GSEA富集结果条目数一跑一变的迷思和恍然大悟

当只有自己发生状况时，归结给运气和自己太菜；当别人发生同样的状况时，归结给共同的客观原因，比如网速太慢、电脑太烂；当伟大的互联网告诉你有更多的人遭遇了同样的困惑，才终于投向科学，怪罪无知，无知当然是自己的无知。

在做 jimmy 大神布置的作业：对比 Gorilla, clusterProfiler, topGO 三种工具

作业做到 GSEA 法

得到的结果是下面这样的，出现了65个条目和10个条目两种，似乎还有0条，但手慢无截图

当时的想法是这样的：

毕竟日常网络不好，总天真的以为5G来了一切就解决了┑(￣Д ￣)┍

没有错，前后呼应，这是自称资质平平送老迎新的技能树资深半席讲师遇到的状况。依然是同样的参数，不同的结果。

讨论：也许这有一定的随机性？

后来果然发现 gseKEGG() 的一个逻辑参数 seed 是可以设置的，默认值为 FALSE , 那么就惊喜地设置为 TRUE , 又惊喜地发现了依然不同的结果。(sad

回到最初的问题，为什么每次会不一样呢？第二个问题， seed 这个参数到底有没有用？

自己思索无果就求助于互联网（然而其实应该别瞎想直接google

大部分第一个问题基本没有已解决的下文，第二个问题倒是终于发现了这位 心明眼亮 的选手：

当然也有人说并没有用....

不如自己动手尝试：

第一次： no term enriched under specific pvalueCutoff...

第二次：结果又出现辽

看来seed确实是没用的。

另一位心明眼亮的网友如是说：

再回头去看， gseGO() 和 gseKEGG() 默认的方法是 "fgsea".

而 fgsea 算法的文章里有几段话（反正公式是看不懂的也就看点人话猜一下这亚子

大概就是说传统的GSEA方法很慢，可以通过对随机的基因集抽样解决这个问题，也就顾名思义是 a fast gene set enrichment analysis (FGSEA) 了。

与此同时四通八达的 jimmy 大神去问了神包 clusterProfiler 的作者，神通广大的Y叔——

Y叔回答：“ nPerm次数多点就行 seed没用 ”

毕竟