富集分析(Enrichment Analysis)是一種在生物信息學中廣泛套用的統計方法，主要用於檢驗一個基因集合中某些功能或特徵的富集程度。
富集分析的基本前提假設是，如果一個生物學過程在已知的研究中發生異常，那麼共同發揮功能的基因極可能被選擇出來作為一個與這一過程相關的基因集合。富集分析的原理可以由單個基因的簡單注釋擴展到多個基因集合的成組分析。例如，在基因表達研究中，富集分析可以用來確定哪些基因或功能類別（如特定的分子功能、參與的生物學過程或細胞組分）在所研究的基因集合中顯著過度代表。
常用的富集分析方法包括基於超幾何分布的統計檢驗，如GO（Gene Ontology）富集分析和KEGG（Kyoto Encyclopedia of Genes and Genomes）富集分析，以及GSEA（Gene Set Enrichment Analysis，基因集富集分析）。這些方法幫助研究者理解基因集合在特定生物學過程中的作用和重要性。
總的來說，富集分析是一種強大的工具，可以幫助生物學家更好地理解數據，揭示基因、分子或細胞過程之間的複雜關係。