您当前的位置:首页 >> 汽车
肿瘤免疫浸润分析工具汇总-数据挖掘新高度
发布时间:2019-07-27
 

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.shinyapps.io/timer/

https://www.ncbi.nlm.nih.gov/pmc/articles/pmid/29541787/



相关阅读:


全国基金、课题设计、科研互助群

备注:入群学习


从以下20个热点入手,每天给大家分享干货:

1

miRNA非经典机制

11

肠道菌群

2

lncRNA的10种机制

12

细胞自噬

3

circRNA

13

细胞焦亡、铁死亡

4

单细胞测序

14

间充质干细胞

5

转录因子

15

肿瘤干细胞

6

可变剪接

16

外泌体

7

SNP

17

氧化应激

8

泛素化修饰

18

调节性T细胞

9

组蛋白修饰

19

RNA甲基化修饰

10

蛋白激酶和磷酸酶

20

肿瘤微环境

而这些研究方向参与疾病发生发展过程的分子机制,可以归纳总结为一下几类研究:

①分子(DNA、RNA、蛋白质、小分子)的表观遗传修饰;

②分子拷贝数的表达变化差异;

③RNA分子的剪接加工、出核、细胞组织水平的时空变化研究;

④特殊的一群细胞类型研究、细胞通讯微环境研究;

⑤具有临床应用潜力的新技术(CRIPSR)或者载体(膜结构、细胞等);

⑥关注细胞生理学现象:自噬、凋亡、线粒体失功等;


长按二维码识别关注“小张聊科研”

关注后获取《科研修炼手册》1、2、3、4、5、6、7,8