用途：对已排序的基因向量做无阈值基因集富集分析（GSEA），判断 GO、KEGG、Reactome 或 MSigDB 基因集成员是否在排序两端聚集。适用于已有全基因组排序统计量、不想设任意截断的场景；若只有预先选定的非排序基因列表，应改用 ORA（go-enrichment）。
主要能力：gseGO 做 GO 富集，gseKEGG 做 KEGG 通路，gsePathway 做 Reactome，GSEA(TERM2GENE) 配合 msigdbr 支持任意集合（如 hallmark）。底层默认 by='fgsea'，用 fgseaMultilevel 解析极小 p 值。另提供 ssGSEA/GSVA 生成基因集×样本活性矩阵，用于聚类、生存或机器学习，而非对比检验。
使用方式：先构建命名、去重、严格降序的数值向量，推荐用 DESeq2 的 stat 或 limma 的 moderated t 等带符号且方差校准的指标；不要用原始 p 值或裸 log2FC 排序。随后调用 gseGO/gseKEGG/GSEA，设置 set.seed 与 seed=TRUE，eps=0 解析极小 p 值，minGSSize=10、maxGSSize=500，pAdjustMethod='BH'。gseKEGG/gsePathway 需 ENTREZ 类 ID；GSVA ≥1.50 使用 gsvaParam/ssgseaParam 参数对象 API。
限制：gseKEGG 查询实时 KEGG REST API，结果随数据库更新变化，需固定运行日期；gseGO/gsePathway 与 MSigDB 使用本地注释，在包版本固定时可复现。clusterProfiler/fgsea 预排序被强制为基因置换，忽略基因间相关性，偏反保守，报告时须注明置换类型；需要相关性诚实的竞争检验时用 limma::camera，小样本或含协变量时用 roast/fry。nPerm 参数已移除，p.adjust 为 BH 而非 Broad 经验零分布 FDR，不应套用 0.25 阈值。参考版本：clusterProfiler 4.18.4+、org.Hs.eg.db 3.22+、msigdbr 26+、fgsea 1.36+；GSVA 未在参考环境安装，运行前需用 ?gsva 核对签名。