Front Immunol 复现 | 4. 使用estimate包评估肿瘤纯度

Front Immunol 复现 | 4. 使用estimate包评估肿瘤纯度_第1张图片

前几天有同学问了一篇文章里的一个方法的实现,看了一下这篇文章除了qPCR验证基本都是纯生信,今天就试着来复现一下。随缘复现哈,如果阅读数据不好看的话,可能就放弃了,希望大家多多点赞在看转发支持。

文章标题:Investigation of a Hypoxia-Immune-Related Microenvironment Gene Signature and Prediction Model for Idiopathic Pulmonary Fibrosis.

doi: 10.3389/fimmu.2021.629854

注:因为只是浅复现一下,个人水平也有限,过程中可能曲解作者的原意,难免存在纰漏或瑕疵,希望大家批评指正。

流程

本篇推文所在分析流程位置如图。

Front Immunol 复现 | 4. 使用estimate包评估肿瘤纯度_第2张图片

示例数据和代码领取

点赞在看 本文,分享至朋友圈集赞20个保留30分钟,截图发至微信mzbj0002领取。

木舟笔记2022年度VIP可免费领取

木舟笔记2022年度VIP企划

权益:

  1. 2022年度木舟笔记所有推文示例数据及代码(在VIP群里实时更新)。

    Front Immunol 复现 | 4. 使用estimate包评估肿瘤纯度_第3张图片

  2. 木舟笔记科研交流群

  3. 半价购买跟着Cell学作图系列合集(免费教程+代码领取)|跟着Cell学作图系列合集。

收费:

99¥/人。可添加微信:mzbj0002 转账,或直接在文末打赏。

Front Immunol 复现 | 4. 使用estimate包评估肿瘤纯度_第4张图片

方法简析

ESTIMATE为研究人员提供了基于表达数据的肿瘤纯度、基质细胞存在水平和肿瘤组织中免疫细胞浸润水平的评分。

浸润基质细胞和免疫细胞是肿瘤组织中正常细胞的主要组成部分,不仅在分子研究中干扰肿瘤信号,而且在肿瘤生物学中具有重要作用。使用表达数据估计恶性肿瘤中的基质细胞和免疫细胞(Estimation of STromal and Immune cells in MAlignant Tumours using Expression data,ESTIMATE)是一种使用基因表达特征来推断肿瘤样本中基质细胞和免疫细胞的比例的方法。也就是说,基质细胞和免疫细胞含量多,那肿瘤纯度低,反之肿瘤纯度就高了。

开始分析

数据格式

Front Immunol 复现 | 4. 使用estimate包评估肿瘤纯度_第5张图片

combat_exp.txt
# estimate下载
getOption('timeout')
options(timeout=1000)
library(utils)
rforge <- "http://r-forge.r-project.org"
install.packages("estimate", repos=rforge, dependencies=TRUE)
library(estimate)
?estimate
library(help="estimate")
# 评分
filterCommonGenes(input.f="combat_exp.txt", output.f="exp_estimate_score.gct", id = "GeneSymbol")
estimateScore('exp_estimate_score.gct','exp_purify.gct' )
result <- read.table('exp_purify.gct',header = T,skip = 2)
head(result)
> head(result)
           NAME   Description  GSM1820739   GSM1820740   GSM1820741   GSM1820742
1  StromalScore  StromalScore -475.990263 -345.9680632 -390.8492694 -223.2208710
2   ImmuneScore   ImmuneScore 2543.250642 2473.3975436 2732.0745355 2760.4281562
3 ESTIMATEScore ESTIMATEScore 2067.260379 2127.4294804 2341.2252661 2537.2072852
4   TumorPurity   TumorPurity    0.614979    0.6079905    0.5827791    0.5591635

系列合集

  1. Front Immunol 复现 | 1. GEO数据下载及sva批次校正(PCA可视化)

  2. Front Immunol 复现 | 2. 一个基于缺氧基因集的数据降维聚类分组方法(umap,MSigDB)

  3. Front Immunol 复现 | 3. 基因表达差异分析(limma)


往期内容

  1. (免费教程+代码领取)|跟着Cell学作图系列合集

  2. Q&A | 如何在论文中画出漂亮的插图?

  3. R绘图 | 气泡散点图+拟合曲线

  4. 跟着 Cell 学作图 | 桑葚图(ggalluvial)

  5. R绘图 | 对比条形图+连线

  6. R绘图 | 一幅小提琴图的美化之旅

Front Immunol 复现 | 4. 使用estimate包评估肿瘤纯度_第6张图片

你可能感兴趣的:(人工智能,微软,可视化,数据可视化,webservice)