2018年肿瘤免都疫荣获诺奖,成为一大热点。咱有些小伙伴的数据库挖掘却一万年停留在那些被玩坏了的套路上,比如像这样做一个GEO的差异分析,就放上这两图。 还有就是那个通路分析,网络分析 然后你的文章就是因为这样lowbee的套路被拒的, 这样的科研真令人绝望。然鹅,有些小伙伴的数据挖掘可以是这样的: 基因表达与免疫浸润的关系,从转录组数据提取出免疫浸润数据。其实早已有大佬开发出相关软件,甚至网页工具,助力数据挖掘。计算免疫浸润的软件工具从算法层面主要分为三类,包括基于Marker gene的算法,基于partial deconvolution,以及complete deconvolution。从咱们无生物信息背景的科研凡人视角来看,咱就分为网页版工具 (方便好用上手快呀) 与需要命令行工作的软件包(主要是基于R平台的软件包)。以下附上相关软件工具的汇总: 白介素2同学特地标记出来两个网页版的工具,亲测有效,墙裂推荐试试TIMER,简直可以说肿瘤免疫浸润分析界的神器了,能做的分析包括以下几种: 1. 基因表达与免疫浸润的相关性, 2. 免疫浸润或者基因表达的生存曲线 3. 免疫浸润与somatic CNA的关系 4. 甚至肿瘤与正常组织的差异表达情况 5. 基因表达之间的相关性 6. 最后是根据自己的数据计算免疫浸润分数 简单放几张结果图,展示下可能得到的结果: 随手看了下,基因表达与各种免疫细胞浸润的关系。 发现右侧还有,随手而动的Cox多因素分析,(代码都是自动的)计算好的HR。 居然还有还有差异表达分析: 在乳腺癌中,PIK3CA突变组与非突变组的免疫浸润情况。 好了讲到这里,白介素2同学已经彻底沦陷,本来根本没有打算写这个工具这么多内容的,自己在测试的时候忍不住。这样纯点击,自动化的发表级图片,自然是喜欢得不得了。 不行振作起来,还有一个关键内容没写完嘞,按要求准备好表达数据,格式如下:
上传之后,等待处理,稍稍等几分分钟,就会得到计算完成的提示,下载结果,得到免疫浸润分数的结果,内容如下:
详细的操作步骤就不做过多讲解了,需要的小伙伴可自行去网站,稍微点击几下就会,像白介素同学也就看了几眼,网站炒鸡亲民,根本不需要教程的,如果实在需要教程,网站配套有录制好的视频(需要梯子奥)。 —————————————————————————————— 《致科研》 如果我爱你,绝不学那lowbee的套路,为pubmed重复单调的差异分析PPI。 如果我爱你,绝不放过那些无敌的神器,借肿瘤免疫的高枝炫耀自己。 也不止像qPCR 也不止像Western blot 甚至Microarray, 甚至 RNA-seq 不,这些都还不够,我必须是肿瘤免疫近旁的热点 作为数据挖掘的形象和你站在一起 数据在数据库里,分析在R和那些年我们讲过的神器里 每一次挖掘,我们都有新的方向。 …… 改编自《致橡树》-舒婷 附上网址及相关参考资料: https://cistrome./timer/ https://www.ncbi.nlm./pmc/articles/pmid/29541787/ |
|
来自: 青林ip1nv1n302 > 《科研》