GSVA算法

用途与运行方式

• 场景一：指定具体对象进行gsva分析，例如指定leiden聚类中的1、2、3这几个cluster进行gsva分析

  SDAS geneSetEnrichment gsva-i st.h5ad -o outdir \
  --group_key leiden --idents 1,2,3 --species human

• 场景二：对obs的某列做子集后再进行gsva分析，例如只对某种细胞类型的不同样本进行gsva分析

  SDAS geneSetEnrichment gsva-i st.h5ad -o outdir \
  --group_key leiden --idents 1,2,3 --species human \
  --subset_key cell_type --subset_values B

• 场景三：只用感兴趣的数据库进行分析

  SDAS geneSetEnrichment gsva-i st.h5ad -o outdir \
  --group_key leiden --idents 1,2,3 \
  --gmt sdas_deg_enrichment/lib/GSEADB/h.all.v2024.1.Hs.symbols.gmt,sdas_deg_enrichment/lib/GSEADB/KEGG_2021_Human.gmt

• 场景四：对obs中某列的所有元素一起进行gsva分析，要将某列中的所有元素放到一起进行gsva分析，此时--idents参数应该写为特定字符all

  SDAS geneSetEnrichment gsva-i st.h5ad -o outdir \
  --group_key leiden --idents all --species human \

输入参数说明

gsva参数	是否必须	默认值	描述
-i / --input	是		Stereo-seq h5ad，要求原始矩阵
--group_key	是		需要进行gsva分析的对象所在的obs名称
--idents	是		需要用于进行gsva分析的对象，用','分隔多个对象
-o / --output	是		结果存放路径
--subset_key	否		需要提取的信息所属的obs名称
--subset_values	否		需要提取的信息，存在多个时用','分隔
--layer	否		指定表达矩阵，不指定时使用adata.raw.X或adata.X
--gene_symbol_key	否	real_gene_name	指定gene name所在列，默认real_gene_name，如果没有则使用矩阵中的原始基因信息
--species	否	human	指定数据库，'human' 或 'mouse'，默认 'human'，当指定--gmt参数时，该参数不起作用
--sample_size	否	0	对输入文件的bin数量进行随机取样以减小内存消耗，默认值为0，不做采样
--gmt	否		gmt格式的数据库文件，其中gene name信息必须为大写，多个文件时用','隔开
--kernel_cdf	否	Gaussian	基于原始表达矩阵时选'Poisson'，其他选'Gaussian'
-v / --verbose	否		启用详细模式，打印任务进度。默认：False
--mx_diff	否		设置时，富集分数（ES）将计算为随机游走的最大偏离距离。默认：False
--abs_ranking	否		仅当未设置--mx_diff时生效，使用原始的Kuiper统计量计算方法。默认：False
--min_size	否	15	基因集中包含的输入基因最小数量。默认：15
--max_size	否	20000	基因集中包含的输入基因最大数量。默认：20000
--weight	否	1	定义GSVA随机游走中的τ（tau）参数。默认：1
--seed	否	123	随机数种子值。默认：123
--threads	否	1	并行计算使用的进程数。默认：1

输出结果展示

gsva结果文件	描述
GSVA.{database}.csv	csv格式的结果文件
GSVA.{database}.pdf/png	pdf和png格式的图像文件

• GSVA csv文件格式: GSVA.{database}.csv ，这个文件是gsva分析结果文件，第一列是Term表示功能名称，后面每一列表示一个样本，数值为正表示该样本在对应的功能上活性较高，数值为负表示活性较低。

Term	ident1	ident2	...
HALLMARK_ADIPOGENESIS	-0.32809425650271146	-0.306805475112318	....
HALLMARK_ALLOGRAFT_REJECTION	-0.3052190348950549	0.22055475913564931	....
HALLMARK_ANDROGEN_RESPONSE	-0.39290236695613107	-0.3080397441881526	....
...	...	...	...

• gsva分析结果热图: GSVA.{database}.pdf/png，图中纵列表示功能通路名称横列表示样本名称，图例表示gsva计算的得分。