Scillus还有一个分析功能挺好的，那就是自带的功能富集分析。marker基因的功能富集使用plot_cluster_go函数就可以搞定，但是只能进行GO分析，包括BP、MF、CC或者三者一起分析，分析得到的marker基因文件指定要分析的cluster即可，无需再去用其他的富集工具进行分析，最后直接显示富集结果图，这个柱状图还是挺不错的。

plot_cluster_go(markers, cluster_name = "Neutrophil", org = "human", ont = "BP")

但是我认为Scillus最值得推荐的一个分析功能就是GSEA分析，只需要找到关注细胞差异基因就可以进行分析和可视化了。差异分析函数类似于Seurat的FindMarkers函数。要做GSEA分析阈值设定为0。可以同时筛选多个细胞类型的差异基因，然后一起做GSEA分析，用气泡图展示。

Idents(immune) <- "celltype"

DEG <- find_diff_genes(dataset = immune,

                      clusters = c("Neutrophil","Macrophage","Mast","mDC"),

                      comparison = c("group", "BM", "GM"),

                      logfc.threshold = 0,   # threshold of 0 is used for GSEA

                      min.cells.group = 1)   # To include clusters with only 1 cell

gsea_res <- test_GSEA(DEG,pathway = pathways.hallmark)

plot_GSEA(gsea_res, p_cutoff = 0.05, colors = c("#0570b0", "grey", "#d7301f"))

这效果还是很不错的，分析作图一步到位，这个功能非常值得使用。结合自己Seurat对象数据，可以做这个分析，非常的方便。

如有侵权，请联系本站删除！