TIP--Tracking Tumor Immunophenotype
（http://biocc.hrbmu.edu.cn/TIP/）
接下来我们看看TIP可以分析研究点什么~
1）通过肿瘤免疫周期分析在这七个阶段下抗癌免疫状态
2）推断各种肿瘤浸润免疫细胞的比例，如T细胞，B细胞，NK细胞，巨噬细胞的比例
3）分析了33种TCGA人类癌症中11373例患者的抗癌免疫状态和肿瘤浸润免疫细胞比例，作为肿瘤免疫表型分析的参考
TIP对于肿瘤免疫相关的分析也算是很全面了，那小编再来介绍下大家最最关心的，对于TIP怎么操作~
Part1：Analysis
“Analysis”通过用户上传基因表达数据集，对肿瘤免疫表型进行系统分析，包括肿瘤免疫状态评分、肿瘤浸润免疫细胞比例等。
1）Prepare data
TIP可以分析RNA-seq data（TPM or count）和Microarray data（different platforms），数据格式行为基因标识符，列为样本标签。
2）Upload data
点击“Browse”上传想要分析的数据
选择癌症类型
选择数据的类型（RNA-seq or microarray）
选择文件格式（若为RNA-seq则选择为TMP或count，若为microarray忽略即可）
可选择提供邮箱，运行得到的结果会发送到邮箱
点击“Submit”，提交TIP进行分析（每个样本分析时间在1.2分钟左右）。
小编以TIP示例数据进行演示，接下在就是见证奇迹的时刻~
3）基于全部样本的相关肿瘤免疫分析
多样本免疫活性得分
该分析首先生成了一张heatmap，概述了在肿瘤循环周期包含的七个步骤中观察到的TCGA肿瘤数据的免疫活性评分。其中颜色表示每个样本的活性得分，红色越深，免疫状态的活性越高，得分越高，将鼠标停留在热图的某一部分左侧指针部分会对应到相应的分值上；在参考基因中注释的基因数量显示在行名后方的括号中；同时数据以及图片都可以保存下载。
ii.多个样本的免疫细胞浸润
该分析还可以生成stacked plot，概述了所有样本免疫细胞浸润比例。可用于分别推断了14种或22种免疫细胞类型在RNA-seq或microarray数据中的相对比例。x轴代表样本，y轴是免疫细胞所占的比例，每种颜色代表一种免疫细胞且这些细胞的比例之和为1；将鼠标停留在相应样本相应的颜色框上，就得到了该样本的免疫细胞比例；点击图例中感兴趣的免疫细胞，各免疫细胞所占比例将会实时改变；同样的相关数据以及图片可以保存下载。
iii.多个样本的特征基因表达
该分析可以生成heatmap和主成分分析的散点图。Heatmap显示了所有样本中178个特异性的特征基因的表达水平，每一行代表一个基因，每一列代表一个样本。热图中从红色(正)到蓝色(负)的颜色表示表达式值的大小变小，左边的7个颜色条代表免疫步骤；散点图显示了所有样本特征基因表达的交互主成分分析(PCA)，这两个轴代表所有样本的两个“PC”(即两个主成分)，当数据点相互关联时，它们往往会聚合在一起，将鼠标停留在一个点上，得到两个pc的值。
iv.单样本免疫表型分析
在页面的右侧有一个框架显示了每个样本的免疫活性得分。在表格上方的搜索框是可以检查用户感兴趣的一些示例；在搜索框下是一个表格样例(链接)及其整体活动得分，颜色越深得分越高；当你想知道一个样本的具体信息时，点击蓝色的样本名称，会弹出一个关于这个样本的新页面（即进入到单个样本的肿瘤免疫分析）；还可以对分数进行排序。
4）基于单个样本的相关肿瘤免疫分析
单个样本的全局信息
该分析给出了单个样本的免疫表型状态的总体组图，折线图显示了单个样本在肿瘤免疫周期中七个阶段内的抗癌免疫活性得分，把鼠标停留到一个点上就可以显示相应点的得分。箱线图显示了在肿瘤免疫周期中七个阶段内特异性的特征基因的表达水平。饼图显示了单个样本中肿瘤浸润免疫细胞的相对比例。
ii.与TCGA的免疫印迹对照
该分析给出了单个样本7个免疫表型状态得分图，其中圆圈图红色轨道(外圈)中的绿色点和灰色线分别代表肿瘤样本和得分平均值，绿色轨道(内圈)中的橙色点和灰色线表示得分的正常样本值和平均值，最外层的数字是样本得分的范围，红线指向所选样本的得分；雷达图（step4）显示了单个样本(蓝色)在免疫细胞转移到肿瘤的步骤中每个免疫细胞的活性评分，并以TCGA正常(绿色)和肿瘤(橙色)样本免疫细胞转运至肿瘤的中位数作为参考；雷达图（step5）显示单个样本(蓝色)肿瘤浸润免疫细胞的相对比例。
除了针对用户上传的样本进行分析，TIP还可以针对泛癌进行分析
Part2：PancancerAnalysis
PancancerAnalysis评估基于TCGA泛癌数据计算出的33个人类癌症中11373个样本的抗肿瘤免疫状态得分和肿瘤浸润免疫细胞比例。
用户可以选择一种感兴趣的肿瘤类型提交并开始分析。
整体的分析结果与用户自行提交数据的分析结果类似，针对泛癌的分析以便于用户对肿瘤样本的免疫状态进行分析和比较。