根据表达谱进行肿瘤纯度计算

简介
原理：利用预先收集好的免疫基因集和基质基因集，通过ssGSEA算法计算每个样本各自基因集的得分。本模块以表达谱为输入，调用estimate R包进行基质细胞打分（StromalScore），免疫细胞打分（ImmuneScore），综合打分（ESTIMATEScore，基质细胞打分和免疫细胞打分的和），肿瘤纯度（TumorPurity）计算
输入数据
输入为表达谱矩阵。行为基因，列为样品，不能有空的单元格。
论文例子

示例	示例数据
输出	输出包括5列：1，样品名；2，stromscore；3，immuscore，4，estimatescore，5，tumor purity。 可以使用这些得分将样品重新分组，计算差异表达等一系列下游分析。

1）如何作图？
1，准备作图数据；2，用excel打开数据，调整为示例格式；3，将调整后的数据粘贴到输入框；4，选择参数；5，提交出图
2）为什么不出图？
对输入数据格式有严格要求。请观看输入框上面的视频介绍，并仔细阅读右侧说明，示例数据。
3）如何引用？
1500+篇google学术，1000+篇知网学术引用
请使用原生R包，Python包进行引用，或使用如下格式（推荐直接写网址）
Method: Heatmap was plotted by https://www.bioinformatics.com.cn (last accessed on 10 Jul 2023), an online platform for data analysis and visualization.
Acknowledgement: We thank Shanghai NewCore Biotechnology Co., Ltd. (https://www.bioinformatics.com.cn, last accessed on 10 Jul 2023) for providing data analysis and visualization support.