利用AUCell计算自定义基因集的活性

第一步：导入所需R包

library(AUCell)

第二步：确定自己的基因集

①满足为list

②每个list中的项具有name

③每个项中的元素为基因集合

例：

 第三步：构造AUCell可识别的geneSets

moduleGeneSets <- c()
for(i in 1:length(modules)){
    moduleGeneSets <- c(moduleGeneSets, GeneSet(modules[[i]], setName = names(modules)[i]))
}
geneSets <- GeneSetCollection(moduleGeneSets)

其中，参数setName必须指定，即为list中项的name

第四步：计算自定义基因集的AUCell活性

这里ranking排序和AUC活性计算写为了calAUCell方法；阈值查找写为filterAUCell方法，方便循环处理。若需要查看ranking的可视化结果，建议将方法中的代码一步一步执行！

calAUCell <- function(mode,x){
    cells_rankings <- AUCell_buildRankings(x) #x为表达矩阵
    cells_AUC <- AUCell_calcAUC(mode, cells_rankings)
    return(cells_AUC)
}
filterAUCell <- function(x){
    cells_assignment <-AUCell_exploreThresholds(x, plotHist = TRUE, nCores = 1, assign = TRUE) #x为cells_AUC
    return(cells_assignment)
}

总结：将list作为数据准备，然后通过函数GeneSet和GeneSetCollection转化为AUCell所需的geneSets，这里方法参数的mode对应geneSets。

更多的学习可以参考

https://www.jianshu.com/p/784a04c49873

https://www.jianshu.com/p/c15db7c9d3c5