L'explication la plus intuitive est également expliquée dans la section de fond:

Conceptuellement, cette méthodologie peut être comprise comme un changement des systèmes de coordonnées pour les données d'expression génique, des gènes aux ensembles de gènes.

Ce qui, je pense, est expliqué dans la figure 1 de l'article, qui est également l'une des méthodes les plus informatives que j'ai trouvées sur les méthodes d'un algorithme ¹ . Je vais l'utiliser pour expliquer ce qui se passe.

1. Ajuster une fonction de distribution par gène

Pour chaque profil d'expression génique ... une fonction d'estimation du noyau non paramétrique ... est effectuée.

Je ne peux pas donner plus de détails car je ne l'ai pas bien compris

2. Ensuite, ils sont normalisés pour rendre les rangs symétriques autour de zéro

   C'est une formule en ligne entre les équations 2 et 3.

3. La statistique de marche aléatoire de Kolmogorov-Smirnov est appliquée à ces estimations du noyau aux distributions normalisées.

   Quelles sont les deux distributions comparées? Les gènes dans un ensemble de gènes et tous les autres (mais je ne suis pas tout à fait sûr)

   Le rôle de la marche aléatoire est expliqué un peu plus tard à partir de votre citation:

   [la marche aléatoire] produit une distribution sur les gènes pour évaluer si les gènes de l'ensemble de gènes sont plus susceptibles de se trouver à l'une ou l'autre des extrémités de la distribution des rangs

   Ce qui est plus tard utilisé pour calculer le score d'enrichissement en regardant l'écart maximal par rapport à zéro, ou en additionnant les écarts les plus grands et les plus faibles.

Pour répondre à d'autres questions:

GSVA calcule les scores d'enrichissement de l'ensemble de gènes par échantillon en fonction des gènes à l'intérieur et à l'extérieur du gène set, de manière analogue à un test d'ensembles de gènes compétitif

1: Essayez de trouver les ajustements et approximations qui sont effectués à l'intérieur de limma