Process / pipelineBioinformatics / omics
单细胞基因集富集分析 — scGSEA
单细胞基因集富集分析 (scGSEA) 将经典的批量 GSEA 扩展到了单个细胞的分辨率。scGSEA 不测试基因集在样本级别比较中是否富集，而是为每个细胞分配一个富集或活性得分，使研究人员能够绘制单细胞 RNA-seq 数据中捕获的异质细胞群体、细胞状态和发育轨迹中的通路活性。
在 MethodMind 中打开即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Aibar, S., Gonzalez-Blas, C. B., Moerman, T., Huynh-Thu, V. A., Imrichova, H., Hulselmans, G., Rambow, F., Marine, J.-C., Geurts, P., Aerts, J., van den Oord, J., Kalender Atak, Z., Wouters, J., & Aerts, S. (2017). SCENIC: Single-cell regulatory network inference and clustering. Nature Methods, 14(11), 1083-1086. link ↗
- DeTomaso, D., Jones, M. G., Subramaniam, M., Ashuach, T., Ye, C. J., & Yosef, N. (2019). Functional interpretation of single cell similarity maps. Nature Communications, 10(1), 4376. link ↗
如何引用本页
ScholarGate. (2026, June 3). Single-cell Gene Set Enrichment Analysis. ScholarGate. https://scholargate.app/zh/bioinformatics/single-cell-gene-set-enrichment-analysis
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 基因集富集分析 (GSEA)生物信息学↔ 比较
- 通路富集分析生物信息学↔ 比较
- RNA-seq差异表达生物信息学↔ 比较
- Single-cell RNA-seq analysis生物信息学↔ 比较
- 单细胞RNA测序差异表达分析生物信息学↔ 比较
被引用于
Similar methods
Gene Set Enrichment AnalysisBayesian Gene Set Enrichment AnalysisDifferential pathway enrichment analysisBayesian Pathway Enrichment AnalysisNetwork-based gene set enrichment analysisTime-series gene set enrichment analysisPathway Enrichment AnalysisMachine learning-assisted gene set enrichment analysis