ImmuneCellAI:免疫浸润分析工具介绍

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!
工具介绍

根据疾病查SNP位点:SNP4Disease数据库介绍

2019-11-29 20:08:39

工具介绍

如何用AI画出高分文章中的插图

2019-11-29 20:10:55

声明 本网站部分文章源于互联网,出于传递更多信息和学习之目的转载,并不保证内容正确或赞同其观点。
如转载稿涉及失效、版权等问题,请立即联系管理员;我们会予以修改、删除相关文章,请留言反馈
Notice: When your legal rights are being violated, please send an email to: [email protected]
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索