R包GSVA富集分析的方法

这篇文章主要介绍“R包GSVA富集分析的方法”的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“R包GSVA富集分析的方法”文章能帮助大家解决问题。

使用方法:

Rscript ../scripts/ssgsea_enrich_diff.r -h
usage: ../scripts/ssgsea_enrich_diff.r [-h] -g GMTFILE -i EXPR -m META
                                       [-n GROUP_NAME] [--log2] [-t method]
                                       [-k kcdf] [--group1 GROUP1]
                                       [--group2 GROUP2] [-p PVALUECUTOFF]
                                       [--no_diff] [-o OUTDIR] [-f PREFIX]

Gene set variation analysis (GSVA):https://www.亿速云.com/article/1586

optional arguments:
  -h, --help            show this help message and exit
  -g GMTFILE, --gmtfile GMTFILE
                        GSEA gmtfile function class file[required]
  -i EXPR, --expr EXPR  Input gene expression file path[required]
  -m META, --meta META  Input the clinical information file path that contains
                        the grouping[required]
  -n GROUP_NAME, --group_name GROUP_NAME
                        Specifies the column name that contains grouping
                        information[optional,default:m6acluster]
  --log2                Whether to perform log2
                        processing[optional,default:False]
  -t method, --method method
                        Method to employ in the estimation of gene-set
                        enrichment scores per sample. By default this is set
                        to gsva (Hänzelmann et al, 2013) and other options are
                        ssgsea (Barbie et al, 2009), zscore (Lee et al, 2008)
                        or plage (Tomfohr et al, 2005). The latter two
                        standardize first expression profiles into z-scores
                        over the samples and, in the case of zscore, it
                        combines them together as their sum divided by the
                        square-root of the size of the gene set, while in the
                        case of plage they are used to calculate the singular
                        value decomposition (SVD) over the genes in the gene
                        set and use the coefficients of the first right-
                        singular vector as pathway activity profile[default
                        gsva]
  -k kcdf, --kcdf kcdf  Character string denoting the kernel to use during the
                        non-parametric estimation of the cumulative
                        distribution function of expression levels across
                        samples when method="gsva". By default,
                        kcdf="Gaussian" which is suitable when input
                        expression values are continuous, such as microarray
                        fluorescent units in logarithmic scale, RNA-seq log-
                        CPMs, log-RPKMs or log-TPMs. When input expression
                        values are integer counts, such as those derived from
                        RNA-seq experiments, then this argument should be set
                        to kcdf="Poisson"[default Gaussian]
  --group1 GROUP1       Designate the first group[optional,default C1]
  --group2 GROUP2       Designate the second group[optional,default C2]
  -p PVALUECUTOFF, --pvalueCutoff PVALUECUTOFF
                        pvalue cutoff on enrichment tests to
                        report[optional,default:0.05]
  --no_diff             No screening was performed based on the difference
                        analysis results[optional,default:False]
  -o OUTDIR, --outdir OUTDIR
                        output file directory[optional,default cwd]
  -f PREFIX, --prefix PREFIX
                        out file name prefix[optional,default kegg]

参数说明：

-g 参考基因集，如从MSigDB下载的KEGG基因集c2.cp.kegg.v6.2.symbols.gmt

-i 基因表达矩阵

-m 包含样本分组信息的样本信息文件

--log2 是否对基因表达矩阵进行log2转换

-n 指定样本信息文件中分组信息的列名

--group1 --group2 指定分组组名

-t 指定用于估计基因集的方法，默认为gsva

-k 指定gsva函数中的kcdf参数，使用read count数据时一般设为“Poisson”，使用log后的TPM等数据时一般就用默认值“Gaussian”

-p 指定p的阈值

--no_diff GSVA会先将表达矩阵转换成富集分数矩阵，然后再通过差异表达分析筛选富集结果，设置这个参数则不对富集结果进行筛选

使用举例：

Rscript ../scripts/ssgsea_enrich_diff.r -g enrich/c2.cp.kegg.v6.2.symbols.gmt \
    -i ../02.sample_select/TCGA-KIRC_gene_expression_TPM_immu.tsv -m metadata_group.tsv \
    -n m6acluster --log2 --group1 C1 --group2 C2 -p 0.05 -o enrich/C1_vs_C2

关于“R包GSVA富集分析的方法”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识，可以关注亿速云行业资讯频道，小编每天都会为大家更新不同的知识点。