使用方法：
$Rscript ../scripts/ssGSEA.r -h
usage: ../scripts/ssGSEA.r [-h] -i expset -g geneset [-o outdir] [-p prefix]
ssGSEA免疫侵润分析
optional arguments:
-h, --help show this help message and exit
-i expset, --expset expset
input gene expression set matrix from RNA-seq data csv
format [required]
-g geneset, --geneset geneset
input gene set database [required]
-o outdir, --outdir outdir
output file directory [default cwd]
-p prefix, --prefix prefix
output file name prefix [default demo]
参数说明：
-i 基因表达量 ， 建议用TPM标准化之后的数据：
| ID | TCGA-D7-A74A-01A-11R-A32D-31 | TCGA-BR-7704-01A-11R-2055-13 | TCGA-VQ-A91N-01A-11R-A414-31 | TCGA-CD-A4MH-01A-11R-A251-31 |
| NUP50 | 18.65505 | 31.59232 | 28.23382 | 28.76485 |
| CXCR4 | 64.85805 | 125.123 | 56.35244 | 69.98976 |
| NT5E | 111.4818 | 69.8587 | 79.37382 | 25.05824 |
| EFNA3 | 8.247857 | 42.03308 | 43.46432 | 26.66024 |
| STC1 | 4.781111 | 21.36327 | 40.81077 | 19.51568 |
| ZBTB7A | 95.51678 | 103.4768 | 158.3024 | 126.2677 |
| CLDN9 | 1.187456 | 2.476138 | 0.366081 | 7.347344 |
-g 基因集 两列数据，第一列细胞类型，第二列为基因
| CellType |
Symbol |
| B cells |
MS4A1 |
| B cells |
TCL1A |
| B cells |
MS4A1 |
| B cells |
TCL1A |
| B cells |
HLA-DOB |
| B cells |
PNOC |
| B cells |
KIAA0125 |
| B cells |
CD19 |
| B cells |
CR2 |
| B cells |
IGHG1 |
| B cells |
FCRL2 |
| B cells |
BLK |
| B cells |
IGHG1 |
| B cells |
COCH |
| B cells |
OSBPL10 |
| B cells |
IGHA1 |
| B cells |
TNFRSF17 |
| B cells |
ABCB4 |
| B cells |
BLNK |
结果说明：
得到每一个样本的不同基因集中的NES值：
NES值：用最大值与最小值间的绝对差对ssGSEA分数进行标准化。
| cell_type |
TCGA-B7-A5TK-01A-12R-A36D-31 |
TCGA-BR-7959-01A-11R-2343-13 |
TCGA-IN-8462-01A-11R-2343-13 |
TCGA-BR-A4CR-01A-11R-A24K-31 |
| aDC |
0.612130511 |
0.452721422 |
0.434065 |
0.352635 |
| B cells |
0.423322775 |
0.408870064 |
0.426612 |
0.413857 |
| Blood vessels |
0.68102349 |
0.775438572 |
0.689433 |
0.577667 |
| CD8 T cells |
0.675615385 |
0.650073242 |
0.629121 |
0.566048 |
| Cytotoxic cells |
0.621056151 |
0.425217442 |
0.411617 |
0.3128 |
| DC |
0.619838925 |
0.485055579 |
0.489101 |
0.266905 |
| Eosinophils |
0.502784949 |
0.514938557 |
0.469541 |
0.488051 |
| iDC |
0.531619756 |
0.49843721 |
0.530931 |
0.390699 |
| Lymph vessels |
0.710842769 |
0.721323072 |
0.658391 |
0.500574 |
方法说明：
单样本基因集富集分析（single sample gene set enrichment analysis, ssGSEA），是GSEA方法的扩展，主要是针对单个样本无法做GSEA而设计。文章2009年发表于nature，题目为Systematic RNA interference reveals that oncogenic KRAS-driven cancers require TBK1。
首先对给定样本的基因表达值进行秩次标准化，然后利用经验累积分布函数计算富集分数（ES）。设给定基因集为G，包含基因数为NG，给定单个样本为S，表达谱包含基因数为N，N个基因按它们绝对表达值从高到低确定秩次。i 从1赋值到N，依此计算PGw和PNG。
R语言GSVA包可实现ssGSEA分析，GSVA包发布在Bioconductor上：
Hänzelmann S, Castelo R, Guinney J (2013). “GSVA: gene set variation analysis for microarray and RNA-Seq data.” BMC Bioinformatics, 14, 7. doi: 10.1186/1471-2105-14-7, http://www.biomedcentral.com/1471-2105/14/7.
