RRHO
RRHO方法是将不同class样本的基因表达谱进行排序（两个class），然后利用超几何分布迭代计算所有组合的P值，进而找到最佳overlapping基因组合；这方法不需要预先人为设定阈值（比如差异基因阈值），所以是unbiased
R包-RRHO的源码理解其计算思路，然后结合上述方法学文章加以理解；其R包源码很简单（500行不到的代码），大致有以下几个步骤：
对每组class样本计算其gene ranking；这个类似于GSEA中的ranking，可选的方法也一样，下图中用的是tTest，也可以用signal-to-noise等等；然后可以根据ranking绘制scatter plot，如果两个class之间一致性很高，那会有一条很好的线性回归线（对角线） 对上述ranking按照降序排列，设置一个step（相当于基因组合的长度），穷尽两个class的组合，用的是expand.grid函数 循环每个组合，计算每个组合的overlapping gene数以及通过超几何分布(phyper函数)计算每个组合的P值；下图的H(k,s,M,N)中k代表overlapping gene数，s和M分别代表两个class中每个组合的gene数，N代表总gene数 最后则是对于P值进行校正，默认是用BY(Benjamini-Yekutieli)方法进行多重检验校正；此外还有用Permutation（置换检验）方法（如果每组class的样本足够的多，至少6个样本）来评估hypergeometric map的整体统计学意义，这里跟GSEA也比较相似，既可以选择sample permutation也可以选择gene permutation，但是文章作者建议使用前者（PS. R包则默认使用后者。。。）
测试路径：/TJPROJ6/RNA_SH/personal_dir/zhangxin/jiaoben/RRHO
脚本路径：/TJPROJ6/RNA_SH/personal_dir/zhangxin/jiaoben/RRHO
RRHO
./RRHO --diff1 MiddlevsBottom_deg.xls --diff2 TopvsBottom_deg.xls --diffname1 MiddlevsBottom --diffname2 TopvsBottom --prefix test1
测试结果见/TJPROJ6/RNA_SH/personal_dir/zhangxin/jiaoben/RRHO/RRHO_result.zip rrho_result.zip
RRHO2
git网站： http://htmlpreview.github.io/?https://github.com/RRHO2/RRHO2/blob/master/vignettes/RRHO2.html
./RRHO2 --diff1 MiddlevsBottom_deg.xls --diff2 TopvsBottom_deg.xls --diffname1 MiddlevsBottom --diffname2 TopvsBottom --prefix test1
测试结果见/TJPROJ6/RNA_SH/personal_dir/zhangxin/jiaoben/RRHO/RRHO2_result.zip rrho2_result.zip
建议使用RRHO2，其结果够容易理解，RRHO中只有一张热图可以查看趋势，RRHO2可以查看各个部分的gene。
