文章《Landscape of Immune Microenvironment Under Immune Cell Infiltration Pattern in Breast Cancer》解析链接: https://mp.weixin.qq.com/s/1hZkCoD2AvKiaE7scKVxDQ 这次我们专门录制了视频,放在了bilibili上,在文末有观看链接地址,这篇文章主要分析了TCGA、GEO GSE58812,共有1,198份BRCA样本,确认了三种不同的免疫渗透模式,具有明显的预后和生物特征。在这三种模式下,时间的特征与三种已知的免疫特征非常一致:免疫排除、免疫沙漠和免疫发炎表型。根据ICI相关特征基因开发的基于ICI评分的单个肿瘤内的ICI模式的识别有助于解剖生物过程、临床结果、免疫细胞渗透、免疫治疗效果和遗传变异。高ICI得分亚型,其特点是抑制免疫力,建议免疫耗尽表型。在低ICI评分患者中发现了丰富的有效免疫细胞,这与免疫激活表型相对应,并可能呈现免疫治疗优势。免疫酚核作为免疫治疗结果的替代物实施,低ICI评分样本获得的免疫酚基显著提高。在 ICI 低分子组中激活了 JAK/STAT 和 VEGF 信号通路的丰富性。最后,确认了ICI评分与肿瘤突变负担(TMB)之间的协同效应。 二、工具准备 1、表格工具: 2、文本编辑工具: 3、分析及绘图工具: 4、图片调整处理工具: 以上工具是脱离代码后最简化解决方案的必备之选,需要做分析的小伙伴提前准备好。 三、文章解读及复现 1、准备材料 2、免疫细胞浸润得分及分组 4、不同免疫表型的免疫细胞浸润模式特征 根据不同免疫细胞浸润得分分组,绘制其对应的生存曲线,使用KM生存曲线绘制工具; 首先在不同数据集中获得关键基因的表达值,然后根据获得的分组使用小提琴图绘制各个基因的表达分布情况; 5、免疫亚群的鉴定及关键基因的表达 使用limma对不同C3-C1以及C3-normal组进行差异基因分析; 对于样本进行GSEA分析,在对获得的功能通过气泡图工具进行可视化,可获得与原文相同的展示方式,我们也可以选择其他类型的展示方式,比如圈图、柱状图来展示富集结果; 获得对应的A-B亚群的样本,及其免疫得分绘制免疫得分分布的箱式图 6、 乳腺癌免疫细胞浸润评分的验证 对于揭示了 ICI 模式在预后预测和 TIME 信息中的潜在作用,但上述这些分析只强调了样本人群,无法在个体中准确执行。选择对模型进行验证 绘制样本信息关系的桑基图; 对于高低ICI分中不同的生存进行KM曲线绘制和两者ICI评分分布情况的箱线图制 TCGA队列中高低ICI分组的GSEA分析 7、免疫细胞浸润分数与免疫治疗的相关性 对ICI高低分组中的各项免疫细胞浸润得分进行统计学观察,以及免疫特征富集绘制特图分别绘制了小提琴图和热图,我们可以通过前面使用到的分组小提琴图和热图绘制工具 高低ICI在分组中的免疫治疗特征分布,为分组箱线图 B图中的相关性热图; C-H图分别为个特征包括免疫检查点抑制剂、CTLA4、HAVCR2等特征与ICI评分的相关性 8、构建预测列线图 IPS得分分布,里具体IPS分布小提琴图; 年龄和ICI的生存列线图; 9、免疫细胞浸润分数与肿瘤突变负荷关系 ICI评分与TMB关联。 高低ICI分组中的TMB得分分布, 高低TMB及ICI分组交集的生存曲线图, 高低两组ICI中的免疫突变负荷 四、文章总结 |
|