R语言的ssGSEA.r怎么使用
发表于:2024-11-17 作者:千家信息网编辑
千家信息网最后更新 2024年11月17日,本文小编为大家详细介绍"R语言的ssGSEA.r怎么使用",内容详细,步骤清晰,细节处理妥当,希望这篇"R语言的ssGSEA.r怎么使用"文章能帮助大家解决疑惑,下面跟着小编的思路慢慢深入,一起来学习
千家信息网最后更新 2024年11月17日R语言的ssGSEA.r怎么使用
本文小编为大家详细介绍"R语言的ssGSEA.r怎么使用",内容详细,步骤清晰,细节处理妥当,希望这篇"R语言的ssGSEA.r怎么使用"文章能帮助大家解决疑惑,下面跟着小编的思路慢慢深入,一起来学习新知识吧。
ssGSEA.r 单样本基因集富集分析
使用方法:
$Rscript ../scripts/ssGSEA.r -husage: ../scripts/ssGSEA.r [-h] -i expset -g geneset [-o outdir] [-p prefix]ssGSEA免疫侵润分析optional arguments: -h, --help show this help message and exit -i expset, --expset expset input gene expression set matrix from RNA-seq data csv format [required] -g geneset, --geneset geneset input gene set database [required] -o outdir, --outdir outdir output file directory [default cwd] -p prefix, --prefix prefix output file name prefix [default demo]
参数说明:
-i 基因表达量 , 建议用TPM标准化之后的数据:
ID | TCGA-D7-A74A-01A-11R-A32D-31 | TCGA-BR-7704-01A-11R-2055-13 | TCGA-VQ-A91N-01A-11R-A414-31 | TCGA-CD-A4MH-01A-11R-A251-31 |
NUP50 | 18.65505 | 31.59232 | 28.23382 | 28.76485 |
CXCR4 | 64.85805 | 125.123 | 56.35244 | 69.98976 |
NT5E | 111.4818 | 69.8587 | 79.37382 | 25.05824 |
EFNA3 | 8.247857 | 42.03308 | 43.46432 | 26.66024 |
STC1 | 4.781111 | 21.36327 | 40.81077 | 19.51568 |
ZBTB7A | 95.51678 | 103.4768 | 158.3024 | 126.2677 |
CLDN9 | 1.187456 | 2.476138 | 0.366081 | 7.347344 |
-g 基因集 两列数据,第一列细胞类型,第二列为基因
CellType | Symbol |
B cells | MS4A1 |
B cells | TCL1A |
B cells | MS4A1 |
B cells | TCL1A |
B cells | HLA-DOB |
B cells | PNOC |
B cells | KIAA0125 |
B cells | CD19 |
B cells | CR2 |
B cells | IGHG1 |
B cells | FCRL2 |
B cells | BLK |
B cells | IGHG1 |
B cells | COCH |
B cells | OSBPL10 |
B cells | IGHA1 |
B cells | TNFRSF17 |
B cells | ABCB4 |
B cells | BLNK |
结果说明:
得到每一个样本的不同基因集中的NES值:
NES值:用最大值与最小值间的绝对差对ssGSEA分数进行标准化。
cell_type | TCGA-B7-A5TK-01A-12R-A36D-31 | TCGA-BR-7959-01A-11R-2343-13 | TCGA-IN-8462-01A-11R-2343-13 | TCGA-BR-A4CR-01A-11R-A24K-31 |
aDC | 0.612130511 | 0.452721422 | 0.434065 | 0.352635 |
B cells | 0.423322775 | 0.408870064 | 0.426612 | 0.413857 |
Blood vessels | 0.68102349 | 0.775438572 | 0.689433 | 0.577667 |
CD8 T cells | 0.675615385 | 0.650073242 | 0.629121 | 0.566048 |
Cytotoxic cells | 0.621056151 | 0.425217442 | 0.411617 | 0.3128 |
DC | 0.619838925 | 0.485055579 | 0.489101 | 0.266905 |
Eosinophils | 0.502784949 | 0.514938557 | 0.469541 | 0.488051 |
iDC | 0.531619756 | 0.49843721 | 0.530931 | 0.390699 |
Lymph vessels | 0.710842769 | 0.721323072 | 0.658391 | 0.500574 |
方法说明:
单样本基因集富集分析(single sample gene set enrichment analysis, ssGSEA),是GSEA方法的扩展,主要是针对单个样本无法做GSEA而设计。文章2009年发表于nature,题目为Systematic RNA interference reveals that oncogenic KRAS-driven cancers require TBK1。
首先对给定样本的基因表达值进行秩次标准化,然后利用经验累积分布函数计算富集分数(ES)。设给定基因集为G,包含基因数为NG,给定单个样本为S,表达谱包含基因数为N,N个基因按它们绝对表达值从高到低确定秩次。i 从1赋值到N,依此计算PGw和PNG。
读到这里,这篇"R语言的ssGSEA.r怎么使用"文章已经介绍完毕,想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会,如果想了解更多相关内容的文章,欢迎关注行业资讯频道。
基因
样本
文章
语言
方法
标准
分析
富集
标准化
内容
分数
单个
数据
不同
妥当
最大
最小
使用方法
函数
参数
数据库的安全要保护哪些东西
数据库安全各自的含义是什么
生产安全数据库录入
数据库的安全性及管理
数据库安全策略包含哪些
海淀数据库安全审计系统
建立农村房屋安全信息数据库
易用的数据库客户端支持安全管理
连接数据库失败ssl安全错误
数据库的锁怎样保障安全
外包公司招网络技术
渝中区企业网络技术服务订制价格
常见的网络安全服务有哪些
镇江手机软件开发服务
密云区信息化软件开发要求
网络安全教育板报弊端
小型软件开发性价比高
学网络技术从事什么工作
服务器上面装unbuntu
本地文件拖不到云服务器上
阿里云计算 软件开发
永不落幕的网络安全宣传
维护网络安全的合理化建议
aws 数据库入门教程
网络安全与管理对应关系
中信银行软件开发岗工资
服务器管理口是连什么线
数据库文件组的作用
公用网络安全性
公大网络安全与执法专业就业率
福建常见软件开发价钱
广州教育软件开发方案
重庆财务软件开发哪家好
江苏辅助计算机网络技术服务优势
奶块的13个服务器
怀柔区进口软件开发推荐咨询
科技类数据库
湖北国产化服务器直销厂家
互联网外包软件开发商
网络安全存储服务器机箱多少钱