【免疫>>TME分型】03.Cibersort+亚型+结直肠癌

刷Researcher时，发现了这篇根据CIBEERSORT算法进行免疫分型的结直肠癌文章，目前在Scientific Reports 中属于PrePrint状态。

核心图

Fig.1

知识点

• CIBERSORT：基于线性支持向量回归（linear support vector regression）原理对免疫细胞亚型进行评估。多用于芯片表达矩阵和RNA-seq估计免疫细胞细胞浸润。
• ConsensuClusterPlus：一致性聚类。
• ICI-related gene expression patterns：免疫细胞浸润相关基因表达模式，筛选标准FDR<0.05 & |fold change| > 1.4
• Boruta：使用特征的重要性，进行特征选取方法。

摘要

作者整合了GSE17538和TCGA的表达矩阵，利用CIBERSORT计算22种免疫细胞浸润情况，并根据这22种免疫细胞分为2个ICI亚型，发现这两个亚型与预后密切相关。随后计算两个亚型的差异基因，并根据DEGs基因，计算gene cluster情况。最后计算ICIscore，证明该分型的重要性。

整体思路

结果

1.ICI聚类

根据22种免疫细胞浸润情况，分为两类。

Fig.1

2.ICI Gene Cluster聚类

根据两种聚类结果的差异基因，进行聚类，并构建ICI score。

Fig.2

3.ICI score周边分析

Fig.3

Fig.4

总结

本文根据CIBERSORT算法计算免疫细胞浸润（ICI），分为两个亚型，并针对各个亚型选取特征基因，构建ICIscore，最后对ICIscore周边进行分析。不足，如果能同时结合药物预测和 肿瘤免疫反应进行预测，整体提升会更高一些。

参考文献:
Characteristics of immune cell infiltration landscape in colorectal cancer to Aid in Immunotherapy