单样本基因集富集分析（single-sample gene set enrichment analysis, ssGSEA） 原理： ssGSEA是一种常用于免疫细胞浸润分析的方法。该方法通过将每个样本的基因表达数据与特定的基因集（免疫细胞基因集）进行比较，来估计该基因集在该样本中的相对富集程度。

2021年8月1日 · 说到富集分析，相信每一个做过生信的小伙伴们都不陌生，及时自己没有亲自做过，也在几乎每一篇文献当中读到过，对go,kegg,gsea,ssgsea等等都非常熟悉，但是问题来了，你真的弄得懂他们到底有什么区别么 ，他们到底该在什么场景下使用呢，可以互相替代使用么？

单样本基因集富集分析 (single sample gene set enrichment analysis, ssGSEA)，原理上与GSEA类似，不同的是不同于以组别为单位的GSEA分析，ssGSEA将样本内 基因表达谱 进行归一化处理，然后计算每个基因集对应的ssGSEA得分。通过这种方式，ssGSEA将单个样本的基因表达谱转 …

★ 单样本基因集富集分析（single sample gene set enrichment analysis, ssGSEA），是GSEA方法的扩展，计算每个样本和基因集配对的富集分数。首先，将所有基因按照其表达量从大到小进行排序，并计算在某个基因集内，基因表达量较高的基因的累积分布函数。

2024年8月4日 · gsea是对不同表型、不同分组进行分析，不管每个分组有多少个样本，对于一个基因集s，最后只会得到一个组间或者表型间比较后的nes(s)，换句话说，gsea必须有表型或者分组信息；而ssgsea是单样本的gsea，对于一个基因集s，每一个样本都可以计算得到一个nes(s)。

2022年8月15日 · GSEA开启了使用k-s test检验基因集富集的大门，ssGSEA提供了单样本的视角，并且引入rank normalization避免结果受基因表达的异常值的影响。GSVA相比ssGSEA，引入了核密度估计，用分布函数值代替基因表达值，并且提供了ES(S)的新的计算方法。

l ssGSEA（single-sample gene set enrichment analysis）是一种基于GSEA（Gene Set Enrichment Analysis）的改进方法，用于计算基因集在样本内的表达模式差异。 与GSEA不同，ssGSEA将样本内基因表达谱进行归一化处理，然后计算每个基因集对应的ssGSEA得分，以此量化基因集的表达模式 ...

2020年2月20日 · 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 …

单样本GSEA（Single-sample GSEA, ssGSEA）是GSEA的延伸，针对单样本无法做GSEA而提出的一种实现方法，每个ssGSEA富集分数代表了特定基因组中的基因在一个样本中协调性地上调或下调的程度。

Single-sample Gene Set Enrichment Analysis (ssGSEA) is an variation of the GSEA algorithm that instead of calculating enrichment scores for groups of samples (i.e Control vs Disease) and sets of genes (i.e pathways), it provides a score for each each sample and gene set pair (https://www.genepattern.org/modules/docs/ssGSEAProjection/4).