单细胞数据（scRNAseq）可以做GSEA吗？

单细胞测序数据也可以做gsea，步骤跟用RNAseq的数据差不多，主要是要用到差异基因并且根据Fold change来排序。

代码语言：javascript复制

library(msigdbr)
library(fgsea)
library(dplyr)
library(ggplot2)

选择自己数据的物种以及要做的GSEA的数据库类型

代码语言：javascript复制

##查看物种的数据 msigdbr_show_species()
m_df<- msigdbr(species = "Homo sapiens", category = "H")

代码语言：javascript复制

#将m_df的基因与通路取出并改成一个通路对应相应基因的格式
fgsea_sets<- m_df %>% split(x = .$gene_symbol, f = .$gs_name) 

这里选用seurat求差异基因，并将差异基因按显著性排序

代码语言：javascript复制

#每一个细胞类型的GSEA按显著性进行降序排序
gesa_TvsC_allgenes<-FindMarkers(seurat.combined, ident.1 = "TCF7KO", ident.2 = "NC", verbose = FALSE,test.use ="roc",logfc.threshold = 0.01,only.pos =F)
gesa_TvsC_allgenes$gene<-rownames(gesa_TvsC_allgenes)

gsea_genes<-gesa_TvsC_allgenes %>%
  arrange(desc(myAUC), desc(avg_diff)) %>%
dplyr::select(gene,avg_diff)

代码语言：javascript复制

library(tibble)
ranks <- deframe(gsea_genes)

代码语言：javascript复制

fgseaRes <- fgsea(pathways = fgsea_sets,
                  stats = ranks ,
                  minSize=5,
                  maxSize=500,
                  nperm=10000)

对结果进行整理

代码语言：javascript复制

library(dplyr)
fgseaResTidy <- fgseaRes %>%
  as_tibble() %>%
  arrange(desc(NES))

fgseaResTidy %>%
  dplyr::select(-leadingEdge, -ES, -nMoreExtreme) %>%
  arrange(padj) %>%
  head()

代码语言：javascript复制

ggplot(fgseaResTidy %>% filter(padj < 0.5) %>% head(n= 15), aes(reorder(pathway, NES), NES))  
  geom_col(aes(fill= NES < 0))  
  coord_flip()  
  labs(x="Pathway", y="Normalized Enrichment Score",
       title="Hallmark pathways NES from GSEA")  
  theme_minimal() 

代码语言：javascript复制

plotEnrichment(fgsea_sets[["HALLMARK_APICAL_JUNCTION"]],
               ranks)   labs(title="HALLMARK_APICAL_JUNCTION")

参考：https://jishuin.proginn.com/p/763bfbd24004

数据库 fold 排序 数据

0 人点赞