单细胞中的GSVA基因集评分怎么实现?

愿武艺晴小朋友一定得每天都开心 


## 使用GSVA:score的大小来定量评价基因集在样本中的相对大小
library(GSVA)
#读取gmt文件
geneset <- read.gmt(file.path("./PreB_pathways_GSVA_score.gmt"))  #read.gmt
geneset <- split(geneset$gene,geneset$term)
geneset

Idents(fasting_memory) <- fasting_memory$Sample
fasting_memory_preB <- subset(fasting_memory,Celltype %in% c("Pre-B")) %>% subset(Sample %in% c("memory_10d","memory_35d","memory_66d"))

fasting_memory_preB <- FindVariableFeatures(fasting_memory_preB,selection.method="vst",nfeatures=2000)
genes <- VariableFeatures(fasting_memory_preB)
GSVA_exp <- AverageExpression(fasting_memory_preB,
                              #features = genes,
                              group.by = 'Sample', assays = 'RNA', slot = "data") 
GSVA_exp <- as.data.frame(GSVA_exp$RNA)
dim(GSVA

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值