数据挖掘神器之免疫浸润分析

Posted 2021-04-27 i生信

肿瘤微环境主要由肿瘤细胞、成纤维细胞、免疫细胞、各种信号分子和细胞外基质及特殊的理化特征等共同组成，肿瘤微环境显著影响着肿瘤的诊断、生存结局和临床治疗敏感性。其中免疫浸润也是近几年肿瘤研究的一个重要方向。 目前也有一些比较方便的工具帮助大家挖掘免疫浸润，如CIBERSORT。

今天给大家介绍一款基于RNA-Seq或者芯片数据估计免疫细胞浸润丰度的工具—— ImmuneCellAI，网址是 http://bioinfo.life.hust.edu.cn/web/ImmuCellAI/。 ImmuneCellAI能够估计18种T细胞和6种其他类型免疫细胞（B细胞，NK细胞，Monocyte细胞，Macrophage细胞，Neutrophil细胞和DC细胞.）的比例，同时可以预测患者对免疫检查点抑制剂治疗的反应。

下面来给大家简单介绍一下ImmuneCellAI的使用，

在“ Analysis”页面，主要分为4个模块：

模块1： “File upload”，这里需要大家注意的是数据文件需要是用制表符分隔的，文件大小也不能超过50M，对很多用户来说应该也够了，实在不行就拆分一下吧（呃，其实也想吐槽一下开发者的，为毛不能大一点呢？可能也有开发者的难处吧）。根据自己的数据类型选择合适的“RNAseq”或者“Microarray”

模块2“Analysis selection”，这部分选择分析类型，默认“immune cell abundance in sample”，结果会输出每个样本的免疫细胞丰度。“immune cell abundancein groups”则会输出每组样本的免疫细胞丰度。而“ICB response prediction”则会输出病人免疫检查点治疗反应的预测结果。

模块3“Run”部分，这里会显示选择的分析类型和分析进度条。

模块4，其实也是结果展示部分，我们以“Run Example”为例，在”Run”模块里显示“Done”后表示已经分析完了。

结果可以选择是“Table”或者“Figure”。不过笔者想在这里吐槽一下开发者，Figure展示的时候，配色实在挺丑的，将彩虹渐变的颜色放在堆叠图里，不同的细胞之间真的很看花眼睛！大家使用的时候，还是建议把结果下载下来，根据自己的研究目的来进行比较分析和作图。

下载数据时，需要点击到“ICB response”，然后点击Download下载预测分析结果。

以上就是“Analysis”部分，下面给大家介绍“Resource”部分的使用，这部分主要有3个功能，免疫细胞在肿瘤和正常组织中的浸润比较、生存分析和数据下载。

1. 浸润比较

大家可以从“候选框”中选择免疫细胞类型，已选中进行比较分析的免疫细胞会显示在“已选框”内。点击“Submit”后就可以进行比较分析，如果选中的免疫细胞类型比较多的话，可能需要稍等一下。输出的结果会以一种免疫细胞为一页，比较展示每种免疫细胞在肿瘤组织和癌旁组织中浸润丰度差异。

2. 生存分析

这部分可以选择不同的组织肿瘤和不同的免疫细胞进行生存分析，比较免疫浸润对生存的影响。另外，网页中谈到生存分析的协变量包括临床因素（年龄、性别和肿瘤分级）和免疫浸润。

点击“Submit”后会在左边展示统计分析结果，在右边展示生存曲线图。

工具的使用就介绍到这里了。工欲善其事必先利其器，祝大家都能用好工具，多发文章，发好文章！

封面图来自网络