【免疫>>TME分型】03.Cibersort+亚型+结直肠癌

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。

【免疫>>TME分型】03.Cibersort+亚型+结直肠癌_第1张图片

核心图

【免疫>>TME分型】03.Cibersort+亚型+结直肠癌_第2张图片
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

【免疫>>TME分型】03.Cibersort+亚型+结直肠癌_第3张图片

结果

1.ICI聚类

根据22种免疫细胞浸润情况,分为两类。


【免疫>>TME分型】03.Cibersort+亚型+结直肠癌_第4张图片
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。


【免疫>>TME分型】03.Cibersort+亚型+结直肠癌_第5张图片
Fig.2

3.ICI score周边分析

【免疫>>TME分型】03.Cibersort+亚型+结直肠癌_第6张图片
Fig.3

【免疫>>TME分型】03.Cibersort+亚型+结直肠癌_第7张图片
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

你可能感兴趣的:(【免疫>>TME分型】03.Cibersort+亚型+结直肠癌)