已经很久没有再用R语言跑过数据了，最近有朋友需要跑GSVA，顺便重温了下R，现将内容分享如下。
GSVA全名Gene set variation analysis（基因集变异分析），是一种非参数，无监督的算法。与GSEA不同，GSVA不需要预先对样本进行分组，可以计算每个样本中特定基因集的富集分数。换而言之，GSVA转化了基因表达数据，从单个基因作为特征的表达矩阵，转化为特定基因集作为特征的表达矩阵。GSVA对基因富集结果进行了量化，可以更方便地进行后续统计分析。如果用limma包做差异表达分析可以寻找样本间差异表达的基因，同样地，使用limma包对GSVA的结果（依然是一个矩阵）做同样的分析，则可以寻找样本间有显著差异的基因集。这些“差异表达”的基因集，相对于基因而言，更加具有生物学意义，更具有可解释性，可以进一步用于肿瘤subtype的分型等等与生物学意义结合密切的探究。
关于GSVA的原理与理解，就无需展开说了，在线资源很多！
GSVA其实就是pathway级别的差异分析 ，根据 GSVA 的原理其实就是计算每个sample的GSEA然后得出类似pathway enrich score，把这个可以当作芯片的表达数据一样，再用limma包分析差异基因。参考以下两个例子：
使用GSVA方法计算某基因集在各个样本的表现
充分理解GSVA和GSEA
以及我一个例子：
例子2
包装为一个函数,使用sbatch，下面是mouse data转化为human gene symbol然后run gsva
shell脚本如下
