获取KEGG通路的基因列表:这通常涉及使用专门的R包,如KEGGREST或biomaRt,来查询KEGG数据库并检索特定通路的基因列表。 准备单细胞表达数据:这包括加载单细胞RNA-seq数据,通常使用Seurat或其他单细胞分析包进行预处理。 执行GSVA分析:使用GSVA包对单细胞数据执行基因集变异分析(GSVA),根据KEGG通路的基因列表评估每个单细胞...
4.1 首先取单细胞的表达量数据集 一定要是matrix格式的! gene.expr <- as.matrix(sce_cnv[["RNA"]]@data) 进行分析 gsva.result<-GSVA::gsva(gene.expr,genelist_2,kcdf='Gaussian') 首先转换为数据框格式,之后保存结果 gsva.result_df<-as.data.frame(gsva.result)save(gsva.result_df,file="./gsva...
问题1:根据我们在一文搞定GSVA及下游分析的代码实现中的描述,GSVA的输入数据可以是原始的counts数据,也可以是RNA-seq的表达量,如:log-CPMs,log-RPKMs or log-TPMs。确实离我第一次做单细胞测序过去了太久的时间,很久都没有思考过这么上游的问题,特意地回去复习了一下自己之前的视频:手把手教你做单细胞测序(三)...
里面选择json文件下载。由于大部分人都更熟悉R,下面是R的代码,最后的结果paths文件是可以直接做GSVA的列表。 install.packages("jsonlite")###安装包 a=jsonlite::fromJSON("mmu-kegg.json") a=a[["children"]][["children"]] a1=a[[1]] a1_1=a1[1,2][[1]] b=a1_1 for (i in 1:8) { a1...
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...
下面我就为大家展示如何基于小鼠基因集做GSVA 1.读取单细胞数据 rm(list=ls())setwd("D:\\mouse_GSEA")#saveRDS(sub_Treg, file = "sub_Treg.rds")sub_Treg<-readRDS("sub_Treg.rds")table(sub_Treg$sample_type)###不用运行,查看数据分布###a<-sub_Treg@assays$RNA@scale.data write...