Chuiqin Fan

Can you upload your rds file to Baidu Netdisk？ Get Outlook for Android ________________________________ From: Alec hong ***@***.***> Sent: Friday, March 18, 2022 2:25:13 PM To: chuiqin/irGSEA ***@***.***> Cc: 范垂钦...

请问问题解决了吗？如果不介意的话，你是否可以把(scRNA, and the group is inculded in scRNA's metadata, and the AUCell, UCell, singscore, ssgsea score matrix are also inculded in scRNA's assay)打包成一个rds文件，通过百度云链接传递给我？又或者可以加我微信号fcq065837，让我可以测试一下是数据文件问题，还是R包代码问题。Github屏蔽了我的邮件地址，我每次在回复中发邮件地址都会是星号。

Because there is no parameter ("split.by") in the irGSEA.density.scatterplot function. But you can achieve faceted effects with simple ggplot2 syntax. ``` # load PBMC dataset by R package SeuratData library(Seurat)...

First, you can use msigdbr::msigdbr_collections to view all available collections gene sets ``` > msigdbr::msigdbr_collections() # A tibble: 23 × 3 gs_cat gs_subcat num_genesets 1 C1 "" 278 2 C2...

如果不介意的话，你是否可以把result.dge打包成一个rds文件，通过百度云链接传递给我？又或者可以加我微信号fcq065837，让我可以测试一下是数据文件问题，还是R包代码问题。 ________________________________ 发件人: Qichao Yu ***@***.***> 发送时间: 2022年4月1日 17:57 收件人: chuiqin/irGSEA ***@***.***> 抄送: Subscribed ***@***.***> 主题: [chuiqin/irGSEA] Errors when running irGSEA.upset (Issue #4) I ran irGSEA.upset using example data. The...

This error occurs because of an update to the AUCell version. The updated AUCell adds the splitByBlocks parameter. You can uninstall the AUCell package and then install the latest version...

Just update the AUCell package instead of the irGSEA package.

是的，这是一个BUG。这个BUG发生，是因为在执行irGSEA.score函数的时候，没有全选这4个方法("AUCell", "UCell", "singscore", "ssgsea")。然后，在执行irGSEA.bubble/irGSEA.bubble/irGSEA.barplot函数的时候，语句发生了错误 ```object[1:4] % purrr::map( ~.x %>% dplyr::rename(pvalue = p_val_adj))```。我在新版本的irGSEA里面修复了这个BUG。在新版本的irGSEA中，即使在执行irGSEA.score函数的时候，我们没有全选这4个方法，也可以正常出图。

Yes, this is a bug. This bug occurs because the 4 methods ("AUCell", "UCell", "singscore", "ssgsea") are not selected when executing the irGSEA.score function. Then, when executing the irGSEA.bubble/irGSEA.bubble/irGSEA.barplot function,...

很感谢你使用我的工具。irGSEA.density.scatterplot函数反映的是基因集打分分数的密度分数。它主要是通过Nebulosa包实现的，Nebulosa包结合每个细胞在二维空间的投影（例如TSNE，UMAP）以及细胞自身的基因集打分分数，估算了一个加权的核密度估计分数。这个密度分数就是irGSEA.density.scatterplot图中展示的分数。然后，FeaturePlot函数主要反映的是基因集打分的实际分数。ssgsea的打分分数看着有点大，是因为我取消了ssgsea中最后一不的标准化，为的是让这个基因集富集分析算法不受样本组成和批次的影响。其余几种算法（例如AUCell，UCell和singscore）也是基于单个细胞基因表达秩次排名计算。更多关于irGSEA包算法原理以及每一步实现的方法的中文教程，可以参考我在简书上的教程：https://www.jianshu.com/p/463dd6e2986f。 最后，感谢你的提问，我也在最近的1.1.2版本中修复了irGSEA.density.scatterplot函数（主要是取消不区分基因正负向情况下，singscore分数的center化。这种center化不利于irGSEA.density.scatterplot函数的展示。取消singscore分数的center化，对irGSEA.integrate的计算结果有轻微影响，需要重新计算）和irGSEA.density.scatterplot函数（主要是调整了可视化中的参数选择，获得更好的可视化体验）中存在的一些小问题。假如你想获得更好的irGSEA.density.scatterplot函数可视化体验，可以更新到1.1.2版本。 下面3个代码块可以达到一样的可视化效果： ``` library(irGSEA) irGSEA.density.scatterplot(object = pbmc3k.final, method = "ssgsea", show.geneset = "HALLMARK-INFLAMMATORY-RESPONSE", reduction = "umap") ``` ``` library(viridis) library(Nebulosa) library(ggplot2) DefaultAssay(pbmc3k.final)