单细胞-GSVA

### 加载安装包
library(GSEABase)
library(clusterProfiler)
##  devtools::install_github("GSEA-MSigDB/GSEA_R")
library(GSEA)
library(GSVA)

#######每个细胞的GSVA-------------
m.cell <- as.matrix(sce2@assays$RNA@scale.data)
es.dif <- gsva(m.cell, gene_set,kcdf="Gaussian", mx.diff=TRUE)

## 将GSVA值整合到metadata中
identical(rownames(sce2@meta.data),colnames(es.dif))
MVA_GSVA <- es.dif %>% 
  t() %>% 
  as.data.frame()
identical(rownames(sce2@meta.data),rownames(MVA_GSVA))
sce2$MVA_GSVA <- MVA_GSVA[,1]
colnames(sce2@meta.data)
## 提取矩阵，构建分组信息
annotation_col <- sce2@meta.data[,"cell_type"]
p1 <- arrange(annotation_col,cell_type)
es.dif1 <- as.data.frame(es.dif)
es.dif2 <- es.dif1[,rownames(p1)] #对
es.dif3 <- as.matrix(es.dif2)

pheatmap::pheatmap(es.dif3[20:40,], #热图的数据
                   cluster_rows = F,#行聚类
                   cluster_cols =F,#列聚类，可以看出样本之间的区分度
                   annotation_col = annotation_col,
                   show_colnames=F,
                   scale = "row", #以行来标准化，这个功能很不错
                   color =colorRampPalette(c("#FF7744", "white","#AAAAAA","#0044BB"))(100))