主讲老师第四十三课：ssGSEA 分析
接下来，我们来看下 ssGSEA 算法（ssGSEA.zip）的使用方法。在量化免疫浸润的时候，我们有两种主要的方法，第一种 CIBERSORT，他的结果是各个免疫细胞在一个样本中的占有率；而第二种 ssGSEA，是单样本 GSEA 分析，它得到的是一个富集分数，因此，如果输入的参考基因列表不一样，或者样本数量不一样，最后给出的富集分数权重也是不同的。这里呢，我们主要介绍一种最常用的 cellmarker 列表，包含了 28 种免疫细胞的 marker。下面，我们来看下 ssGSEA
的分析方法
1 R 包及相关文件的准备
1.1 R 包的安装及读取
对于这个分析，其使用的 GSVA 包进行分析，准备细胞 marker。这里也可以发现，ssGSEA分析免疫细
胞浸润的原理实际上和 GSVA 分析的原理是类似的。
1.2 准备细胞 marker
这里，我把整理好的 cellmarker 文件发给大家我们用 data.table 包里面的 fread()函数读取进来，点开这个数据内容来看一下第一列是基因名字，第二列是我们所需要的细胞类型，但是，目前 cell type 之间有一个空格，我们先要把它去掉。如果有空格，后期的使用可能会受到影响使用 colnames(cellMarker)[2]取列名的第二个变量，重新赋值。接着，我们需要对这个文件进行基本的
处理：
使用 spilt()函数，对 cellMarker 数据框进行拆分，拆分的原则是以 cellMarker 的 celltype进行分类我们可以看到，生成了一个新的列表，里面每个细胞细胞类型对应一个子集。
接下来，就是使用昨天讲过的一个函数，lapply()函数来遍历每个子集，对 type 这个 list中的每个子集，进行 function 函数的操作，截取里面的基因名，去重复，组合到一起。
这样，cellMarker 文件基本准备好了。
1.3 表达量矩阵的准备
对于基因表达文件，需要行是基因，列是样本。
这一套标准的操作应该是比较熟悉的了
2. 使用 ssGSEA 量化免疫浸润
这里就是整个分析的重点内容，使用 method="ssgsea"对浸润情况进行评估：
最终，我们得到了 28 种免疫细胞的浸润水平。
3. 简单作图可视化展示
关于 ssGSEA 的可视化结果，我们简单的展示一下当然，在 CIBERSORT 中讲到的一系列方法，除了第一种外，其余的都可以应用在 ssGSEA分析中。