🧩 EX插件网 · 每个插件都带网盘下载与安装教程
首页 › 插件库 › GSEA

GSEA 插件合集(共 11 个)

基因集富集分析(官方模块与实现) | 分类:基因测序与单细胞 | 每个插件都附中文说明与安装教程,下载走百度网盘 / 夸克网盘。

插件清单

chip2chip-gpmodule · Chip2Chip 芯片基因映射模块

util | 0.04 MB | 1 个文件

将芯片探针集重新映射到基因符号的 GenePattern 模块,用于不同芯片平台间的基因标识转换与数据集整理。

包含文件:chip2chip-gpmodule-master.zip
安装教程(点击展开)
【Chip2Chip 芯片基因映射模块(chip2chip-gpmodule)安装教程】—— GSEA

■ 前置条件
   · 想用桌面版:装好 GSEA 4.x(Java 版,官网免费下载)。
   · 想用 R 版:装好 R 4.x + RStudio。

■ 本模块是什么
   将芯片探针集重新映射到基因符号的 GenePattern 模块,用于不同芯片平台间的基因标识转换与数据集整理。

■ 文件说明
   · 本目录共 1 个文件:压缩包(.zip)。
   · *-gpmodule.zip = GenePattern 模块包(在 GenePattern 平台里安装)。
   · 含 R 源码/包的 = GSEA 的 R 实现,按 R 包方式安装。
   · 含 .gmt 的 = 基因集文件,直接给 GSEA 使用。

■ 安装步骤(桌面版 GSEA)
   1. 打开 GSEA,菜单 文件 → 加载基因集。
   2. 选择本目录的 .gmt 文件(若有),即可开始做富集分析。
   3. 若是官方导出/转换脚本,解压后按脚本内说明运行(需要 Java)。

■ 安装步骤(R 版)
   1. 解压本目录的源码包,在 R 里执行:
      install.packages("包文件路径.tar.gz", repos = NULL, type = "source")
   2. 或者直接用 devtools::install_local("解压后的目录")。
   3. 安装完成后 library(包名) 调用。

■ 安装步骤(GenePattern 模块)
   1. 登录 GenePattern(网页版),进入 Modules → Install from zip。
   2. 上传本目录的 *-gpmodule.zip,安装完即可在模块列表里选择运行。

■ 常见问题
   · 分析结果为空:基因集与物种要对得上(人/鼠的基因命名不同)。
   · R 安装报错缺依赖:先装 BiocManager,再装依赖包后重试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/chip2chip-gpmodule
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Chip2Chip 芯片基因映射模块」,即为成功。
   · 若列表里没有,先看软件的日志(一般在 帮助 → 显示日志)里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容:本店提供的插件版本与软件版本有对应关系,升级软件后如报错请把软件版本发客服换包。
   · 装完没反应:确认放对了目录、且改名后没有多余的后缀(如 .txt)。
   · 与已有插件冲突:先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/chip2chip-gpmodule
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

collapsedataset-gpmodule · 数据集基因折叠模块

util | 0.04 MB | 1 个文件

将同一基因对应的多个探针表达值合并为单一数值的 GenePattern 模块,用于芯片表达谱的预处理整理。

包含文件:collapsedataset-gpmodule-master.zip
安装教程(点击展开)
【数据集基因折叠模块(collapsedataset-gpmodule)安装教程】—— GSEA

■ 前置条件
   · 想用桌面版:装好 GSEA 4.x(Java 版,官网免费下载)。
   · 想用 R 版:装好 R 4.x + RStudio。

■ 本模块是什么
   将同一基因对应的多个探针表达值合并为单一数值的 GenePattern 模块,用于芯片表达谱的预处理整理。

■ 文件说明
   · 本目录共 1 个文件:压缩包(.zip)。
   · *-gpmodule.zip = GenePattern 模块包(在 GenePattern 平台里安装)。
   · 含 R 源码/包的 = GSEA 的 R 实现,按 R 包方式安装。
   · 含 .gmt 的 = 基因集文件,直接给 GSEA 使用。

■ 安装步骤(桌面版 GSEA)
   1. 打开 GSEA,菜单 文件 → 加载基因集。
   2. 选择本目录的 .gmt 文件(若有),即可开始做富集分析。
   3. 若是官方导出/转换脚本,解压后按脚本内说明运行(需要 Java)。

■ 安装步骤(R 版)
   1. 解压本目录的源码包,在 R 里执行:
      install.packages("包文件路径.tar.gz", repos = NULL, type = "source")
   2. 或者直接用 devtools::install_local("解压后的目录")。
   3. 安装完成后 library(包名) 调用。

■ 安装步骤(GenePattern 模块)
   1. 登录 GenePattern(网页版),进入 Modules → Install from zip。
   2. 上传本目录的 *-gpmodule.zip,安装完即可在模块列表里选择运行。

■ 常见问题
   · 分析结果为空:基因集与物种要对得上(人/鼠的基因命名不同)。
   · R 安装报错缺依赖:先装 BiocManager,再装依赖包后重试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/collapsedataset-gpmodule
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「数据集基因折叠模块」,即为成功。
   · 若列表里没有,先看软件的日志(一般在 帮助 → 显示日志)里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容:本店提供的插件版本与软件版本有对应关系,升级软件后如报错请把软件版本发客服换包。
   · 装完没反应:确认放对了目录、且改名后没有多余的后缀(如 .txt)。
   · 与已有插件冲突:先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/collapsedataset-gpmodule
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

gsea-desktop · GSEA 桌面分析程序

util | 13.64 MB | 1 个文件

判断预先定义的基因集在两种生物学状态间是否呈现统计显著协同差异的分析方法,并提供图形化桌面操作程序。

包含文件:gsea-desktop-master.zip
安装教程(点击展开)
【GSEA 桌面分析程序(gsea-desktop)安装教程】—— GSEA

■ 前置条件
   · 想用桌面版:装好 GSEA 4.x(Java 版,官网免费下载)。
   · 想用 R 版:装好 R 4.x + RStudio。

■ 本模块是什么
   判断预先定义的基因集在两种生物学状态间是否呈现统计显著协同差异的分析方法,并提供图形化桌面操作程序。

■ 文件说明
   · 本目录共 1 个文件:压缩包(.zip)。
   · *-gpmodule.zip = GenePattern 模块包(在 GenePattern 平台里安装)。
   · 含 R 源码/包的 = GSEA 的 R 实现,按 R 包方式安装。
   · 含 .gmt 的 = 基因集文件,直接给 GSEA 使用。

■ 安装步骤(桌面版 GSEA)
   1. 打开 GSEA,菜单 文件 → 加载基因集。
   2. 选择本目录的 .gmt 文件(若有),即可开始做富集分析。
   3. 若是官方导出/转换脚本,解压后按脚本内说明运行(需要 Java)。

■ 安装步骤(R 版)
   1. 解压本目录的源码包,在 R 里执行:
      install.packages("包文件路径.tar.gz", repos = NULL, type = "source")
   2. 或者直接用 devtools::install_local("解压后的目录")。
   3. 安装完成后 library(包名) 调用。

■ 安装步骤(GenePattern 模块)
   1. 登录 GenePattern(网页版),进入 Modules → Install from zip。
   2. 上传本目录的 *-gpmodule.zip,安装完即可在模块列表里选择运行。

■ 常见问题
   · 分析结果为空:基因集与物种要对得上(人/鼠的基因命名不同)。
   · R 安装报错缺依赖:先装 BiocManager,再装依赖包后重试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/gsea-desktop
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GSEA 桌面分析程序」,即为成功。
   · 若列表里没有,先看软件的日志(一般在 帮助 → 显示日志)里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容:本店提供的插件版本与软件版本有对应关系,升级软件后如报错请把软件版本发客服换包。
   · 装完没反应:确认放对了目录、且改名后没有多余的后缀(如 .txt)。
   · 与已有插件冲突:先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/gsea-desktop
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

gsea-gpmodule · GSEA 基因集富集分析模块

util | 1.3 MB | 1 个文件

封装经典 GSEA 方法的 GenePattern 模块,用于评估基因集在表达谱分组之间富集程度的统计显著性。

包含文件:gsea-gpmodule-master.zip
安装教程(点击展开)
【GSEA 基因集富集分析模块(gsea-gpmodule)安装教程】—— GSEA

■ 前置条件
   · 想用桌面版:装好 GSEA 4.x(Java 版,官网免费下载)。
   · 想用 R 版:装好 R 4.x + RStudio。

■ 本模块是什么
   封装经典 GSEA 方法的 GenePattern 模块,用于评估基因集在表达谱分组之间富集程度的统计显著性。

■ 文件说明
   · 本目录共 1 个文件:压缩包(.zip)。
   · *-gpmodule.zip = GenePattern 模块包(在 GenePattern 平台里安装)。
   · 含 R 源码/包的 = GSEA 的 R 实现,按 R 包方式安装。
   · 含 .gmt 的 = 基因集文件,直接给 GSEA 使用。

■ 安装步骤(桌面版 GSEA)
   1. 打开 GSEA,菜单 文件 → 加载基因集。
   2. 选择本目录的 .gmt 文件(若有),即可开始做富集分析。
   3. 若是官方导出/转换脚本,解压后按脚本内说明运行(需要 Java)。

■ 安装步骤(R 版)
   1. 解压本目录的源码包,在 R 里执行:
      install.packages("包文件路径.tar.gz", repos = NULL, type = "source")
   2. 或者直接用 devtools::install_local("解压后的目录")。
   3. 安装完成后 library(包名) 调用。

■ 安装步骤(GenePattern 模块)
   1. 登录 GenePattern(网页版),进入 Modules → Install from zip。
   2. 上传本目录的 *-gpmodule.zip,安装完即可在模块列表里选择运行。

■ 常见问题
   · 分析结果为空:基因集与物种要对得上(人/鼠的基因命名不同)。
   · R 安装报错缺依赖:先装 BiocManager,再装依赖包后重试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/gsea-gpmodule
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GSEA 基因集富集分析模块」,即为成功。
   · 若列表里没有,先看软件的日志(一般在 帮助 → 显示日志)里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容:本店提供的插件版本与软件版本有对应关系,升级软件后如报错请把软件版本发客服换包。
   · 装完没反应:确认放对了目录、且改名后没有多余的后缀(如 .txt)。
   · 与已有插件冲突:先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/gsea-gpmodule
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

gsea-leadingedgereport-gpmodule · GSEA 主导子集报告模块

util | 0.02 MB | 1 个文件

生成 GSEA 主导子集报告的 GenePattern 模块,列出真正驱动富集信号的核心基因及其贡献排序。

包含文件:gsea-leadingedgereport-gpmodule-master.zip
安装教程(点击展开)
【GSEA 主导子集报告模块(gsea-leadingedgereport-gpmodule)安装教程】—— GSEA

■ 前置条件
   · 想用桌面版:装好 GSEA 4.x(Java 版,官网免费下载)。
   · 想用 R 版:装好 R 4.x + RStudio。

■ 本模块是什么
   生成 GSEA 主导子集报告的 GenePattern 模块,列出真正驱动富集信号的核心基因及其贡献排序。

■ 文件说明
   · 本目录共 1 个文件:压缩包(.zip)。
   · *-gpmodule.zip = GenePattern 模块包(在 GenePattern 平台里安装)。
   · 含 R 源码/包的 = GSEA 的 R 实现,按 R 包方式安装。
   · 含 .gmt 的 = 基因集文件,直接给 GSEA 使用。

■ 安装步骤(桌面版 GSEA)
   1. 打开 GSEA,菜单 文件 → 加载基因集。
   2. 选择本目录的 .gmt 文件(若有),即可开始做富集分析。
   3. 若是官方导出/转换脚本,解压后按脚本内说明运行(需要 Java)。

■ 安装步骤(R 版)
   1. 解压本目录的源码包,在 R 里执行:
      install.packages("包文件路径.tar.gz", repos = NULL, type = "source")
   2. 或者直接用 devtools::install_local("解压后的目录")。
   3. 安装完成后 library(包名) 调用。

■ 安装步骤(GenePattern 模块)
   1. 登录 GenePattern(网页版),进入 Modules → Install from zip。
   2. 上传本目录的 *-gpmodule.zip,安装完即可在模块列表里选择运行。

■ 常见问题
   · 分析结果为空:基因集与物种要对得上(人/鼠的基因命名不同)。
   · R 安装报错缺依赖:先装 BiocManager,再装依赖包后重试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/gsea-leadingedgereport-gpmodule
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GSEA 主导子集报告模块」,即为成功。
   · 若列表里没有,先看软件的日志(一般在 帮助 → 显示日志)里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容:本店提供的插件版本与软件版本有对应关系,升级软件后如报错请把软件版本发客服换包。
   · 装完没反应:确认放对了目录、且改名后没有多余的后缀(如 .txt)。
   · 与已有插件冲突:先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/gsea-leadingedgereport-gpmodule
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

gsea2-gpmodule · 新一代 GSEA 封装模块

util | 0.06 MB | 1 个文件

新一代 GSEA 的 GenePattern 封装模块,改进算法与运行性能以支持更大规模的基因集富集分析。

包含文件:gsea2-gpmodule-main.zip
安装教程(点击展开)
【新一代 GSEA 封装模块(gsea2-gpmodule)安装教程】—— GSEA

■ 前置条件
   · 想用桌面版:装好 GSEA 4.x(Java 版,官网免费下载)。
   · 想用 R 版:装好 R 4.x + RStudio。

■ 本模块是什么
   新一代 GSEA 的 GenePattern 封装模块,改进算法与运行性能以支持更大规模的基因集富集分析。

■ 文件说明
   · 本目录共 1 个文件:压缩包(.zip)。
   · *-gpmodule.zip = GenePattern 模块包(在 GenePattern 平台里安装)。
   · 含 R 源码/包的 = GSEA 的 R 实现,按 R 包方式安装。
   · 含 .gmt 的 = 基因集文件,直接给 GSEA 使用。

■ 安装步骤(桌面版 GSEA)
   1. 打开 GSEA,菜单 文件 → 加载基因集。
   2. 选择本目录的 .gmt 文件(若有),即可开始做富集分析。
   3. 若是官方导出/转换脚本,解压后按脚本内说明运行(需要 Java)。

■ 安装步骤(R 版)
   1. 解压本目录的源码包,在 R 里执行:
      install.packages("包文件路径.tar.gz", repos = NULL, type = "source")
   2. 或者直接用 devtools::install_local("解压后的目录")。
   3. 安装完成后 library(包名) 调用。

■ 安装步骤(GenePattern 模块)
   1. 登录 GenePattern(网页版),进入 Modules → Install from zip。
   2. 上传本目录的 *-gpmodule.zip,安装完即可在模块列表里选择运行。

■ 常见问题
   · 分析结果为空:基因集与物种要对得上(人/鼠的基因命名不同)。
   · R 安装报错缺依赖:先装 BiocManager,再装依赖包后重试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/gsea2-gpmodule
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「新一代 GSEA 封装模块」,即为成功。
   · 若列表里没有,先看软件的日志(一般在 帮助 → 显示日志)里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容:本店提供的插件版本与软件版本有对应关系,升级软件后如报错请把软件版本发客服换包。
   · 装完没反应:确认放对了目录、且改名后没有多余的后缀(如 .txt)。
   · 与已有插件冲突:先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/gsea2-gpmodule
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

GSEA_R · GSEA R 语言实现

util | 2.23 MB | 1 个文件

面向现代 R 版本重新实现的 GSEA-P R 应用,可在 R 环境中直接执行基因集富集分析流程。

包含文件:GSEA_R-master.zip
安装教程(点击展开)
【GSEA R 语言实现(GSEA_R)安装教程】—— GSEA

■ 前置条件
   · 想用桌面版:装好 GSEA 4.x(Java 版,官网免费下载)。
   · 想用 R 版:装好 R 4.x + RStudio。

■ 本模块是什么
   面向现代 R 版本重新实现的 GSEA-P R 应用,可在 R 环境中直接执行基因集富集分析流程。

■ 文件说明
   · 本目录共 1 个文件:压缩包(.zip)。
   · *-gpmodule.zip = GenePattern 模块包(在 GenePattern 平台里安装)。
   · 含 R 源码/包的 = GSEA 的 R 实现,按 R 包方式安装。
   · 含 .gmt 的 = 基因集文件,直接给 GSEA 使用。

■ 安装步骤(桌面版 GSEA)
   1. 打开 GSEA,菜单 文件 → 加载基因集。
   2. 选择本目录的 .gmt 文件(若有),即可开始做富集分析。
   3. 若是官方导出/转换脚本,解压后按脚本内说明运行(需要 Java)。

■ 安装步骤(R 版)
   1. 解压本目录的源码包,在 R 里执行:
      install.packages("包文件路径.tar.gz", repos = NULL, type = "source")
   2. 或者直接用 devtools::install_local("解压后的目录")。
   3. 安装完成后 library(包名) 调用。

■ 安装步骤(GenePattern 模块)
   1. 登录 GenePattern(网页版),进入 Modules → Install from zip。
   2. 上传本目录的 *-gpmodule.zip,安装完即可在模块列表里选择运行。

■ 常见问题
   · 分析结果为空:基因集与物种要对得上(人/鼠的基因命名不同)。
   · R 安装报错缺依赖:先装 BiocManager,再装依赖包后重试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/GSEA_R
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GSEA R 语言实现」,即为成功。
   · 若列表里没有,先看软件的日志(一般在 帮助 → 显示日志)里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容:本店提供的插件版本与软件版本有对应关系,升级软件后如报错请把软件版本发客服换包。
   · 装完没反应:确认放对了目录、且改名后没有多余的后缀(如 .txt)。
   · 与已有插件冲突:先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/GSEA_R
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

gseapreranked-gpmodule · GSEA 预排序分析模块

util | 1.09 MB | 1 个文件

对已完成排序的基因列表直接执行 GSEA 的 GenePattern 模块,无需再提供原始表达矩阵数据。

包含文件:gseapreranked-gpmodule-master.zip
安装教程(点击展开)
【GSEA 预排序分析模块(gseapreranked-gpmodule)安装教程】—— GSEA

■ 前置条件
   · 想用桌面版:装好 GSEA 4.x(Java 版,官网免费下载)。
   · 想用 R 版:装好 R 4.x + RStudio。

■ 本模块是什么
   对已完成排序的基因列表直接执行 GSEA 的 GenePattern 模块,无需再提供原始表达矩阵数据。

■ 文件说明
   · 本目录共 1 个文件:压缩包(.zip)。
   · *-gpmodule.zip = GenePattern 模块包(在 GenePattern 平台里安装)。
   · 含 R 源码/包的 = GSEA 的 R 实现,按 R 包方式安装。
   · 含 .gmt 的 = 基因集文件,直接给 GSEA 使用。

■ 安装步骤(桌面版 GSEA)
   1. 打开 GSEA,菜单 文件 → 加载基因集。
   2. 选择本目录的 .gmt 文件(若有),即可开始做富集分析。
   3. 若是官方导出/转换脚本,解压后按脚本内说明运行(需要 Java)。

■ 安装步骤(R 版)
   1. 解压本目录的源码包,在 R 里执行:
      install.packages("包文件路径.tar.gz", repos = NULL, type = "source")
   2. 或者直接用 devtools::install_local("解压后的目录")。
   3. 安装完成后 library(包名) 调用。

■ 安装步骤(GenePattern 模块)
   1. 登录 GenePattern(网页版),进入 Modules → Install from zip。
   2. 上传本目录的 *-gpmodule.zip,安装完即可在模块列表里选择运行。

■ 常见问题
   · 分析结果为空:基因集与物种要对得上(人/鼠的基因命名不同)。
   · R 安装报错缺依赖:先装 BiocManager,再装依赖包后重试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/gseapreranked-gpmodule
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GSEA 预排序分析模块」,即为成功。
   · 若列表里没有,先看软件的日志(一般在 帮助 → 显示日志)里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容:本店提供的插件版本与软件版本有对应关系,升级软件后如报错请把软件版本发客服换包。
   · 装完没反应:确认放对了目录、且改名后没有多余的后缀(如 .txt)。
   · 与已有插件冲突:先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/gseapreranked-gpmodule
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

msigdb-xml-browser · MSigDB XML 浏览工具

util | 10.42 MB | 1 个文件

用于浏览和检索 MSigDB XML 文件的免费工具,可查看基因集的分类体系与注释信息。

包含文件:msigdb-xml-browser-master.zip
安装教程(点击展开)
【MSigDB XML 浏览工具(msigdb-xml-browser)安装教程】—— GSEA

■ 前置条件
   · 想用桌面版:装好 GSEA 4.x(Java 版,官网免费下载)。
   · 想用 R 版:装好 R 4.x + RStudio。

■ 本模块是什么
   用于浏览和检索 MSigDB XML 文件的免费工具,可查看基因集的分类体系与注释信息。

■ 文件说明
   · 本目录共 1 个文件:压缩包(.zip)。
   · *-gpmodule.zip = GenePattern 模块包(在 GenePattern 平台里安装)。
   · 含 R 源码/包的 = GSEA 的 R 实现,按 R 包方式安装。
   · 含 .gmt 的 = 基因集文件,直接给 GSEA 使用。

■ 安装步骤(桌面版 GSEA)
   1. 打开 GSEA,菜单 文件 → 加载基因集。
   2. 选择本目录的 .gmt 文件(若有),即可开始做富集分析。
   3. 若是官方导出/转换脚本,解压后按脚本内说明运行(需要 Java)。

■ 安装步骤(R 版)
   1. 解压本目录的源码包,在 R 里执行:
      install.packages("包文件路径.tar.gz", repos = NULL, type = "source")
   2. 或者直接用 devtools::install_local("解压后的目录")。
   3. 安装完成后 library(包名) 调用。

■ 安装步骤(GenePattern 模块)
   1. 登录 GenePattern(网页版),进入 Modules → Install from zip。
   2. 上传本目录的 *-gpmodule.zip,安装完即可在模块列表里选择运行。

■ 常见问题
   · 分析结果为空:基因集与物种要对得上(人/鼠的基因命名不同)。
   · R 安装报错缺依赖:先装 BiocManager,再装依赖包后重试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/msigdb-xml-browser
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MSigDB XML 浏览工具」,即为成功。
   · 若列表里没有,先看软件的日志(一般在 帮助 → 显示日志)里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容:本店提供的插件版本与软件版本有对应关系,升级软件后如报错请把软件版本发客服换包。
   · 装完没反应:确认放对了目录、且改名后没有多余的后缀(如 .txt)。
   · 与已有插件冲突:先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/msigdb-xml-browser
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

ssGSEA-gpmodule · ssGSEA 单样本富集模块

util | 0.62 MB | 1 个文件

提供单样本 GSEA(ssGSEA)方法的 GenePattern 模块,为每个样本单独计算基因集的富集得分。

包含文件:ssGSEA-gpmodule-master.zip
安装教程(点击展开)
【ssGSEA 单样本富集模块(ssGSEA-gpmodule)安装教程】—— GSEA

■ 前置条件
   · 想用桌面版:装好 GSEA 4.x(Java 版,官网免费下载)。
   · 想用 R 版:装好 R 4.x + RStudio。

■ 本模块是什么
   提供单样本 GSEA(ssGSEA)方法的 GenePattern 模块,为每个样本单独计算基因集的富集得分。

■ 文件说明
   · 本目录共 1 个文件:压缩包(.zip)。
   · *-gpmodule.zip = GenePattern 模块包(在 GenePattern 平台里安装)。
   · 含 R 源码/包的 = GSEA 的 R 实现,按 R 包方式安装。
   · 含 .gmt 的 = 基因集文件,直接给 GSEA 使用。

■ 安装步骤(桌面版 GSEA)
   1. 打开 GSEA,菜单 文件 → 加载基因集。
   2. 选择本目录的 .gmt 文件(若有),即可开始做富集分析。
   3. 若是官方导出/转换脚本,解压后按脚本内说明运行(需要 Java)。

■ 安装步骤(R 版)
   1. 解压本目录的源码包,在 R 里执行:
      install.packages("包文件路径.tar.gz", repos = NULL, type = "source")
   2. 或者直接用 devtools::install_local("解压后的目录")。
   3. 安装完成后 library(包名) 调用。

■ 安装步骤(GenePattern 模块)
   1. 登录 GenePattern(网页版),进入 Modules → Install from zip。
   2. 上传本目录的 *-gpmodule.zip,安装完即可在模块列表里选择运行。

■ 常见问题
   · 分析结果为空:基因集与物种要对得上(人/鼠的基因命名不同)。
   · R 安装报错缺依赖:先装 BiocManager,再装依赖包后重试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/ssGSEA-gpmodule
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ssGSEA 单样本富集模块」,即为成功。
   · 若列表里没有,先看软件的日志(一般在 帮助 → 显示日志)里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容:本店提供的插件版本与软件版本有对应关系,升级软件后如报错请把软件版本发客服换包。
   · 装完没反应:确认放对了目录、且改名后没有多余的后缀(如 .txt)。
   · 与已有插件冲突:先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/ssGSEA-gpmodule
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

ssGSEAProjection-gpmodule · ssGSEA 样本投影模块

util | 1.0 MB | 1 个文件

执行 ssGSEAProjection 方法的 GenePattern 模块,将单样本富集结果投影到表达谱用于样本聚类。

包含文件:ssGSEAProjection-gpmodule-master.zip
安装教程(点击展开)
【ssGSEA 样本投影模块(ssGSEAProjection-gpmodule)安装教程】—— GSEA

■ 前置条件
   · 想用桌面版:装好 GSEA 4.x(Java 版,官网免费下载)。
   · 想用 R 版:装好 R 4.x + RStudio。

■ 本模块是什么
   执行 ssGSEAProjection 方法的 GenePattern 模块,将单样本富集结果投影到表达谱用于样本聚类。

■ 文件说明
   · 本目录共 1 个文件:压缩包(.zip)。
   · *-gpmodule.zip = GenePattern 模块包(在 GenePattern 平台里安装)。
   · 含 R 源码/包的 = GSEA 的 R 实现,按 R 包方式安装。
   · 含 .gmt 的 = 基因集文件,直接给 GSEA 使用。

■ 安装步骤(桌面版 GSEA)
   1. 打开 GSEA,菜单 文件 → 加载基因集。
   2. 选择本目录的 .gmt 文件(若有),即可开始做富集分析。
   3. 若是官方导出/转换脚本,解压后按脚本内说明运行(需要 Java)。

■ 安装步骤(R 版)
   1. 解压本目录的源码包,在 R 里执行:
      install.packages("包文件路径.tar.gz", repos = NULL, type = "source")
   2. 或者直接用 devtools::install_local("解压后的目录")。
   3. 安装完成后 library(包名) 调用。

■ 安装步骤(GenePattern 模块)
   1. 登录 GenePattern(网页版),进入 Modules → Install from zip。
   2. 上传本目录的 *-gpmodule.zip,安装完即可在模块列表里选择运行。

■ 常见问题
   · 分析结果为空:基因集与物种要对得上(人/鼠的基因命名不同)。
   · R 安装报错缺依赖:先装 BiocManager,再装依赖包后重试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/ssGSEAProjection-gpmodule
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ssGSEA 样本投影模块」,即为成功。
   · 若列表里没有,先看软件的日志(一般在 帮助 → 显示日志)里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容:本店提供的插件版本与软件版本有对应关系,升级软件后如报错请把软件版本发客服换包。
   · 装完没反应:确认放对了目录、且改名后没有多余的后缀(如 .txt)。
   · 与已有插件冲突:先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/GSEA-MSigDB/ssGSEAProjection-gpmodule
   开源/免费发布,仅作学习研究用途;本教程由本店整理,请勿转载。

同分类的其他软件

Scanpy / scverse(29)QIIME 2(28)R语言 / RStudio(1003)HyPhy(28)GenePattern(167)JBrowse 2(26)Enrichr(230)BEAST 2(31)IGV(36)Seurat(21)clusterProfiler(127)MultiQC(14)