知識的價值不在于占有,而在于使用。

生信自學網-速科生物-生物信息學數據庫挖掘視頻教程

當前位置: 主頁 > 腫瘤免疫 >

腫瘤免疫細胞浸潤成為熱點,TIMER數據庫來練手

時間:2019-06-11 10:10來源:生信自學網 作者:樂偉 點擊:
諾獎讓腫瘤免疫課題火了,生信自學網推出的《TCGA免疫細胞浸潤模式挖掘》課程收到了學員的一致好評,當然有學員覺得,在學習TCGA腫瘤免疫課程之前,是不是有一個可視化的網站工具
諾獎讓腫瘤免疫課題火了,生信自學網推出的《TCGA免疫細胞浸潤模式挖掘》課程收到了學員的一致好評,當然有學員覺得,在學習TCGA腫瘤免疫課程之前,能不能找到一個可視化的網站工具練練手,答案是肯定的,今天給大家推薦的TIMER網站,就是一個不錯的練手工具。

TIMER是由哈佛大學免疫信息學教授建立的一個網站工具TIMER(Tumor Immune Estimation Resource),網址:https://cistrome.shinyapps.io/timer/
 
TIMER同樣也是利用RNA-Seq表達譜數據檢測腫瘤組織中免疫細胞的浸潤情況。相較于我們課程里面展示了22種免疫細胞浸潤比例(我要學習《TCGA腫瘤免疫細胞浸潤模式挖掘》),TIMER則提供6種免疫細胞(B cells, CD4+ T cells, CD8+ T cells, Neutrphils, Macrophages and Dendritic cells )的浸潤情況。
TIMER網站體驗還是不錯的,相信大家用幾次就掌握了用法,網站界面很是友好又方便。
TIMER網站分7個模塊,其中前面6個模塊為展示TCGA數據的展示和一些分析,最后一個模塊則提供免疫細胞浸潤比例的量化分析。下面我們逐個模塊介紹。
 Gene模塊

該模塊展示基因表達和免疫浸潤比例之間的關系。從圖可以看出TP53在乳腺癌內和七種免疫細胞浸潤比例基本上沒什么關系,如果你想說跟B細胞浸潤有關的話,那這個相關系數也忒小了吧。
Survival模塊

該模塊展示了臨床結局和免疫細胞浸潤和基因表達之間的關系。值得一提的是這個選擇功能,可以方便用戶決定分組時兩組的病人比例和研究的時間,這樣就可以做個三年或五年的生存分析啦,好感度又up了一點呢。
 
Mutation模塊

該模塊展示基因突變與免疫浸潤之間的相關性,檢驗基因突變是否影響免疫細胞的浸潤比例。值得注意的是,TIMER僅僅提供每個癌種里突變頻率最高的50個或者前10%的基因。
 
SCNA模塊

該模塊探討體細胞拷貝數變異與免疫浸潤之間的關系。TIMER應用GISTIC2.0的數據,檢驗與正常組織相比基因不同拷貝狀態對免疫浸潤的影響。
 
Diff Exp模塊

該模塊展示基因在多癌種的腫瘤和正常組織的差異表達,其中差異顯著的腫瘤則會有灰色的背景。
 
Correlation模塊

該模塊主要展示基因的共表達關系,與平常的共表達分析不同的是可以矯正腫瘤純度和年齡。右上角和左下角的圖表示腫瘤純度(或年齡)與基因表達的關系,右下角則表示兩個基因間的共表達關系。
 
 
以上所有的分析提供JPG和PDF格式的圖片已經數據供下載,大家可以自己根據數據重新作圖。
Estimation模塊
最后一個模塊是Estimation,這部分可以將用戶自己的數據進行免疫浸潤的分析。用戶界面相當簡單,只有3個參數,一個是導入的文件,一個是數據的分隔符,默認為制表符tab分隔,還有一個是相關的腫瘤類型。
TIMER只提供TCGA里已有的癌種數據進行分析,假如你研究的是骨肉瘤,或者其他罕見腫瘤,那就很遺憾,TIMER不能進行分析或者說分析結果會不準確吧。
數據庫的具體應用
數據庫的介紹就到這里,此時你有沒有一種躍躍欲試的感覺呢?那么又要如何用好這個工具?
首先,用來篩選基因自然就是最常見的需求了。當大家從文獻中發現一個你感興趣的基因后,可先在Diff Exp模塊看看在哪些腫瘤中有差異表達。如果在你感興趣的腫瘤中有差異表達,那么可以看看基因與生存的關系。如果中位生存差異不顯著的話,可以通過調整比例來確認基因的表達量是否與生存沒有關系。
其次,諾貝爾獎的課題,又怎能忽視基因與腫瘤免疫浸潤的關系呢?所以,接下來可以先看看該基因突變或者擴增是否影響免疫細胞的浸潤,如果相關,那么該基因可能與免疫細胞的招募等等免疫過程相關。
最后,在做機制研究時常常會遇到一些功能未知的基因,探究基因功能常用的一個方法就是看基因與已知基因之間是否存在共表達關系,如果存在那么可能是功能相關的。值得一提的是,RNA-Seq測序的樣本通?;旌嫌心[瘤和正常的組織,TIMER的優勢就是可以矯正腫瘤純度。
回到學習上,如果大家希望學習TCGA腫瘤免疫,GEO腫瘤免疫,甲基化腫瘤免疫,腫瘤微環境,腫瘤突變負荷,可以考慮選擇生信自學網的原創課程:
《TCGA腫瘤免疫細胞浸潤》
《GEO腫瘤免疫細胞浸潤模式》
《甲基化腫瘤免疫浸潤》
《TCGA腫瘤微環境分析》
《TCGA腫瘤突變負荷分析》


責任編輯:樂偉
作者申明:本文版權屬于生信自學網(微信號:18520221056)未經授權,一律禁止轉載!
馬上與樂老師QQ聯系 生信自學連
BioWolf二維碼生成器
頂一下
(1)
100%
踩一下
(0)
0%
------分隔線----------------------------
發表評論
請自覺遵守互聯網相關的政策法規,嚴禁發布色情、暴力、反動的言論。
評價:
表情:
用戶名: 驗證碼:點擊我更換圖片
BioWolf騰訊課堂
推薦內容
秒殺活動
生物信息學在線培訓
12134期6场半全场