做腫瘤方向的同學(xué)們澜倦，現(xiàn)在CAR-T聚蝶，PD1，TIL治療這么火熱藻治，要不要試試你研究的腫瘤類型碘勉，是不是也涉及免疫細(xì)胞浸潤？不需要復(fù)雜的代碼桩卵，網(wǎng)頁工具也能實現(xiàn)验靡。
需要先明確幾個概念。No.1雏节，免疫浸潤細(xì)胞胜嗓。腫瘤組織雖然大部分是由腫瘤細(xì)胞組成，但不是100%純腫瘤钩乍，目前已知的有基質(zhì)細(xì)胞辞州、成纖維細(xì)胞、內(nèi)皮細(xì)胞還有目前最受關(guān)注的免疫細(xì)胞構(gòu)成了腫瘤生長的舒適環(huán)境寥粹，不同腫瘤其微環(huán)境組成也各有特點变过，而冷腫瘤熱腫瘤的概念就是根據(jù)腫瘤微環(huán)境中免疫細(xì)胞的種類和狀態(tài)來判斷，如果是熱腫瘤就能預(yù)測到免疫治療的效果會更好涝涤，所以搞清楚浸潤免疫細(xì)胞的種類和狀態(tài)對于進(jìn)展評估還是很重要的媚狰。
No.2 bulk RNA-seq vs Single cell RNA-seq 既然腫瘤組織不純，那么以前得到的組織表達(dá)譜或RNA-seq數(shù)據(jù)就包含了腫瘤和微環(huán)境細(xì)胞共同表達(dá)的結(jié)果阔拳，這種傳統(tǒng)的用一整塊組織做轉(zhuǎn)錄組測序叫bulk tissue RNA-seq崭孤，獲取的結(jié)果可以說理解成一份水果拼盤，而現(xiàn)在最時髦的單細(xì)胞測序就是在技術(shù)水平上實現(xiàn)了分離細(xì)胞，最后得到的結(jié)果相當(dāng)于每塊水果都獨占一個盤（所以貴啊啊啊~）辨宠。But遗锣！****Deconvolution**反卷積**算法(不懂....)可以根據(jù)先驗背景也就是已知每種細(xì)胞類型對應(yīng)的表達(dá)特征，來解析整體表達(dá)的可能成分彭羹，這樣我們就能從原來的水果拼盤里大致猜到有幾種主要組成黄伊，這樣離高大上的單細(xì)胞seq又近了一步泪酱，想想就激動呢
能實現(xiàn)這種算法的工具也有很多了派殷，有要介紹的網(wǎng)頁工具，也有用R實現(xiàn)的包墓阀，下面介紹如何實現(xiàn)這樣神奇的功能毡惜，不需要下軟件，網(wǎng)站在線操作斯撮，其實很簡單经伙。Cibersort https://cibersort.stanford.edu/
使用方法很簡單，先用教育郵箱注冊勿锅，在menu下拉菜單選擇upload files帕膜，上傳需要分析的數(shù)據(jù)，在cibersort里稱做mixture file溢十。
數(shù)據(jù)有格式要求垮刹，列名自定義的樣本名稱，行名基因名稱或者探針名稱张弛，這里推薦用基因名稱荒典，因為探針存在通過實驗平臺注釋文件與基因名稱轉(zhuǎn)換的問題，所以直接自己轉(zhuǎn)換好更保險一些吞鸭，具體轉(zhuǎn)換方式可以通過GEO平臺注釋文件用EXCEL或者R實現(xiàn)寺董。每個單元格就是對應(yīng)的表達(dá)值，已經(jīng)從對數(shù)轉(zhuǎn)化為原始表達(dá)值刻剥。
選擇背景表達(dá)數(shù)據(jù)遮咖，cibersort里稱作signature genes file,就是已知的每種細(xì)胞類型對應(yīng)的各基因表達(dá)數(shù)據(jù)，cibersort提供了22種常見的免疫浸潤細(xì)胞表達(dá)數(shù)據(jù)LM22造虏，如果使用cibersort的LM22盯滚，那么只上傳mixture file就可以。如果需要額外制作自己的signature file酗电，格式與mixture一樣魄藕。還是需要注意基因名稱的問題，使用LM22的話上傳的mixture需要使用HUGO基因名稱撵术，與LM22的平臺注釋信息保持一致背率。自己制作signature就與mixture保持一致。
在upload并保存命名之后來到menu下拉的run cibersort，在對應(yīng)的mixuture 和signature找到上傳好的文件寝姿，計算參數(shù)推薦先使用默認(rèn)交排，RNAseq數(shù)據(jù)選擇disable quantile normalization模式，然后就可以愉快的run啦~
在線運行一會兒結(jié)果就出來饵筑，可以看到樣本對應(yīng)的22種免疫浸潤細(xì)胞的熱圖和柱狀圖埃篓，輸入的樣本之間是不是在某種細(xì)胞分布上存在差異，右上角可以下載分布數(shù)據(jù)的各種格式根资，會R的小伙伴可以用原始數(shù)據(jù)進(jìn)一步做圖比如箱線圖架专，差異一目了然。
還有另外兩個網(wǎng)站 Timersort 和EPIC玄帕，使用方法和結(jié)果呈現(xiàn)都類似就不具體介紹了部脚，三者之中Cibersort提供的背景免疫浸潤細(xì)胞最全面。
我在嘗試用免疫細(xì)胞以外的已知細(xì)胞類型的scRNA-seq做背景解析bulk tissue RNA-seq裤纹，想用cibersort方法委刘，也想嘗試最近文獻(xiàn)新發(fā)表的R包，一個叫MuSiC和scBio鹰椒，正在試用中锡移，希望有經(jīng)驗的小伙伴一起交流一下~~
轉(zhuǎn)自醫(yī)學(xué)生的生信碎碎念
