![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
单细胞GSVA分析
文章平均质量分 57
TS的美梦
这个作者很懒,什么都没留下…
展开
-
【后续来了】有了这个包,猪的GSEA和GSVA分析也不在话下(第二集)
书接上文,gsva后续的处理很简单,如果熟悉差异基因分析包limma的话,更是简单。之前我们得到的gsva分数的矩阵就类似于基因表达矩阵,按照这个思路继续往下即可:从通路的表达矩阵开始,我们进行差异分析,首先将之前保存的文件读入:T_gsva <- read.csv("T_gsva.csv", header = T, row.names = 1)分析得到的数据结构是行为GO terms, 列为样品(单细胞中为单个细胞)。group <- c(rep("control", 50)原创 2021-12-08 12:50:13 · 1946 阅读 · 0 评论 -
有了这个包,猪的GSEA和GSVA分析也不在话下(第一集)
救救孩子吧,GSVA分析都是做人的,有现成的人的数据集,可是其他物种的就惨了,很难下手!今天我们就说说小鼠,也是常见物种的GSVA分析,结合单细胞的数据!GSVA的作用不用多说了,大家都熟悉,至少选择要做这个分析,那么他的作用也是清楚的。其实就是对功能富集的量化,然后进行差异分析,寻找感兴趣的通路在样本中的变化。不同于常规的GO、KEGG受差异基因阈值的影响,GSEA受实验分组的影响,GSVA能够对通路量化,看感兴趣通路在多组之间的变化!首先加载和安装必要的包library(Seurat)原创 2021-12-08 12:45:48 · 3079 阅读 · 1 评论