知识的价值不在于占有,而在于使用。

生信自学网-速科生物-生物信息学数据库挖掘视频教程

当前位置: 主页 > TCGA >

3到11分文章解读(肿瘤免疫浸润挖掘方向)

时间:2019-02-12 22:35来源:生信自学网 作者:乐伟 点击:
免疫浸润是一个非常经典的思路,通过简单的基因矩阵数据,我们将复杂实验才能提取的免疫细胞含量直接计算出来,对科研工作非常有帮助。今天我们来讲讲,通过肿瘤免疫浸润分析
免疫浸润是一个非常经典的思路,通过简单的基因矩阵数据,我们将复杂实验才能提取的免疫细胞含量直接计算出来,对科研工作非常有帮助。今天我们来讲讲,通过肿瘤免疫浸润分析,可以发表什么样的文章。
免疫浸润是2019年研究的热点,通过geo或者TCGA分析,可以很容易的发表相应的文章,就目前来看,如果发免疫浸润挖掘方面的文章,3分都是比较低的。
我们先看看一个3分的文章,题目是” Profiles of immune infiltration in colorectal cancer and their clinical significant: A gene expression- based study”。这个文章用到了GEO和TCGA的数据,下载好了数据以后,对数据进行整理,然后用CIBERSORT软件进行分析,得到免疫细胞免疫细胞含量矩阵。这个思路和我们生信自学网的思路是一样的,通过CIBERSORT的反卷积算法得到免疫细胞免疫细胞含量矩阵。

接下来的图形,也跟生信自学网的视频很相似,得到经典的柱状图,热图,相关性热图、生存曲线,以及和临床的相关性图。
购买课程

我们再看一篇4分的文章,文章名字是” Deviations of the immune cell landscape between healthy liver and hepatocellular carcinoma”,也是比较经典的套路。这个文章数据来自GEO数据库,由于GEO临床数据相对于TCGA少很多,所以这个文章图表相对来说少很多。对于GEO数据库的免疫浸润视频,需求的学员也比较多,生信自学网近期也在考虑录制的。
下载好了GEO数据后,我们第一步当然是对数据进行多芯片批次矫正,也就是batch normalize,这个我们生信自学网也有相应的是视频。得到矫正后的矫正后,我们同样使用CIBERSORT的反卷积算法得到免疫细胞免疫细胞含量矩阵。得到了矩阵后,后面我们就是做组间的差异表达了。


接下来,我们分享下一篇11分的文章,文章名字是”Patterns of Immune Infiltration in Breast Cancer and Their Clinical Implications: A Gene-Expression-Based Retrospective Study”。这个文章的最主要思路,和视频的思路是一样的,运用 CIBERSORT的反卷积算法得到免疫细胞免疫细胞含量矩阵。
这个文章也有他独特的优势,同时运用了几个常用数据进行联合分析,这也是处理数据最难的部分。作者首先从http://compbio.dfci.harvard.edu/pubs/sbtpaper/下载乳腺癌分型数据,然后通过TCGA、GEO、METABRIC数据,得到各个公共数据库的乳腺癌分型样品。接下来,通过一系列过滤标准,比如生存信息不完整的数据,得到符合标准的数据。这些数据,经过CIBERSORT处理,就得到了免疫细胞矩阵。得到矩阵后,后面就是和生信自学网视频类似的分析,比如柱状图,生存图,和临床的相关性分析。所以要发高分文章,关键还是要样品大,数据库完全。






责任编辑:乐伟
作者申明:本文版权属于生信自学网(微信号:18520221056)未经授权,一律禁止转载!
马上与乐老师QQ联系 生信自学连
BioWolf二维码生成器
顶一下
(13)
92.9%
踩一下
(1)
7.1%
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片