huerqiang
commented
4 years ago GSEAmining
https://bioconductor.org/packages/GSEAmining/
主要功能：
- gm_filter ：对clusterProfiler::GSEA的结果进行筛选。
- gm_clust 和 gm_dendplot: 首先使用gm_clust根据核心富集基因对term进行hclust聚类，然后使用gm_dendplot进行作图，用颜色来区分正向富集和负向富集，并且可以用矩形阴影圈起cluster。
- gm_enrichterms：词云图，可以将不同cluster的terms分开作图。
- gm_enrichcores：条形图，可以将不同cluster的terms分开作图，Y轴坐标代表gene，条形的长度代表对应基因富集到term的数量。
simplifyEnrichment
https://bioconductor.org/packages/simplifyEnrichment/
主要功能：
simplifyGO：使用GOSemSim::termSim计算语义相似性矩阵后，对GO term进行聚类，并做出热图，在热图的左侧以词云的形式给出cluster的标签。
escape
https://bioconductor.org/packages/escape
单细胞GSEA富集分析，可视化方式有：热图、小提琴图、密度图（比较两个不同基因集的富集得分在所有单细胞中的分布）、山脊图（横坐标代表NES，曲线代表enrichment scores的变化）、分割小提琴图、主成分密度图。
famat
https://bioconductor.org/packages/famat
收集用户提供的基因和代谢物数据进行富集分析，并通过shiny将其可视化。主要功能如下：
-
path_enrich： 对基因和代谢物做富集分析，可以使用三个注释数据库：Kegg (“KEGG”), Wikipathways (“WP”) 和 Reactome (“REAC”)。
调用gprofiler2做基因富集分析，调用 MPINet做代谢物富集分析。
-
interactions： 通过富集分析的结果来计算用户提供的基因和代谢物之间的相互作用。
RegEnrich
https://bioconductor.org/packages/RegEnrich/
提供了ORA和GSEA两种富集分析，其中GSEA调用了fgsea。
multiGSEA
https://bioconductor.org/packages/multiGSEA/
使用fgsea做GSEA富集分析，使用了三个数据库： "kegg", "reactome", "biocarta"， 对"transcriptome", "proteome" 和 "metabolome"三个组学做富集分析。
NoRCE
https://bioconductor.org/packages/NoRCE/
非编码RNA功能富集。主要功能如下：
mirnaGOEnricher和genePathwayEnricher：对非编码基因上下游（或者与非编码基因落在相同TAD区域、预测靶标等）的编码基因进行ORA功能富集。
mitch
https://bioconductor.org/packages/mitch/
mitch is an R package for multi-contrast enrichment analysis. At it’s heart, it uses a rank-MANOVA based statistical approach to detect sets of genes that exhibit enrichment in the multidimensional space as compared to the background.
NEW Bioc pkgs
more on https://bioconductor.org/packages/release/BiocViews.html#___GeneSetEnrichment