|
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》
