R包GSVA富集分析的方法

這篇文章主要介紹“R包GSVA富集分析的方法”的相關(guān)知識(shí)，小編通過(guò)實(shí)際案例向大家展示操作過(guò)程，操作方法簡(jiǎn)單快捷，實(shí)用性強(qiáng)，希望這篇“R包GSVA富集分析的方法”文章能幫助大家解決問(wèn)題。

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.億速云.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 (H?nzelmann 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]

參數(shù)說(shuō)明：

-g 參考基因集，如從MSigDB下載的KEGG基因集c2.cp.kegg.v6.2.symbols.gmt

-i 基因表達(dá)矩陣

-m 包含樣本分組信息的樣本信息文件

--log2 是否對(duì)基因表達(dá)矩陣進(jìn)行l(wèi)og2轉(zhuǎn)換

-n 指定樣本信息文件中分組信息的列名

--group1 --group2 指定分組組名

-t 指定用于估計(jì)基因集的方法，默認(rèn)為gsva

-k 指定gsva函數(shù)中的kcdf參數(shù)，使用read count數(shù)據(jù)時(shí)一般設(shè)為“Poisson”，使用log后的TPM等數(shù)據(jù)時(shí)一般就用默認(rèn)值“Gaussian”

-p 指定p的閾值

--no_diff GSVA會(huì)先將表達(dá)矩陣轉(zhuǎn)換成富集分?jǐn)?shù)矩陣，然后再通過(guò)差異表達(dá)分析篩選富集結(jié)果，設(shè)置這個(gè)參數(shù)則不對(duì)富集結(jié)果進(jìn)行篩選

使用舉例：

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

關(guān)于“R包GSVA富集分析的方法”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)，可以關(guān)注億速云行業(yè)資訊頻道，小編每天都會(huì)為大家更新不同的知識(shí)點(diǎn)。