上周公号推广了一篇做TIL-B细胞特有marker介绍的文章， 这个文章是9分的，9+免疫细胞特有marker 肿瘤分析套路，然后就有客户后台留言说，这个分析过程有点高级，然后数据量还蛮大的，能否介绍下降维版的呢。今天，它来了。不喜欢看文章的，可以直接甩需求给我们 （1）3+预后相关的免疫细胞构建思路文章发表在OncoTargets and Therapy上。文章题目：Significance of Tumor-Infiltrating Immune Cells inthe Prognosis of Colon Cancer文章的研究全部暴露在题目中，研究的是结直肠癌的预后相关的免疫细胞筛选。整体分析思路比较简单，首选是数据收集和下载 ，包括TCGA、多套GEO数据。第一步做了一下细胞浸润情况，看下那些细胞存在差异，筛选出来做后面的验证和模型构建，模型构建完之后，还有了多套数据集进行验证。文章包括的整体图表如下。 （2）5+免疫细胞预后构建方案今天跟大家分享的是三月份发表在Briefings in Bioinformatics (IF: 9.101)上的一篇文章。lncRNA可以作为免疫标志物，文章主要讲的是利用TIL-B 基因的lncRNA signature作为特征分析对膀胱癌的预后以及免疫治疗的关系。 Computational recognition of lncRNA signature of tumor-infiltrating B lymphocytes with potential implications in prognosis and immunotherapy of bladder cancer膀胱癌中利用计算的方法识别肿瘤浸润B淋巴细胞的lncRNA signature与预后和免疫治疗的联系。小编认为这个文章之所以能发这么高的原因有两个，第一个研究的比较深入，比较个性化，就是具体到了某一类细胞，某一具体细胞。这样个性化处理的多，见癌下菜碟，自然立意就高深一些。第二个这个提出了一个方法，就是筛选特有细胞marker的方法，这个方法一旦提出，也几乎是一劳永逸，可摩可仿可执行。 文章整体过程为首选整合其他的细胞系数据，来筛选特定细胞的特有的marker，这里文章研究的是lncRNA，其实换成mRNA，AS、TF等等都可以的。然后针对特有的marker构建模型，然后其他模型验证。然后看下免疫治疗的效果等。这里蹭免疫治疗热点，属于加分项。
