Tamborero D, et al., A Pan-cancer Landscape of Interactions between Solid Tumors and Infiltrating Immune Cell Populations. Clin Cancer Res 2018.
文章方法學
step1
對9174個樣本包括了29種癌腫铭拧，對16種腫瘤浸潤的免疫細胞+cytotoxic cells進行了分析。
step2 對比評價多種TILs的分析方法
2.1計算主要分為兩種方法：基因富集法vs去卷積分法（cibersort）
總結(jié)來:去卷積分法方法固定，不夠靈活匆光，最終只是幾個相對百分比值锨阿。而基因富集法更加靈活拴清，可以私人訂制自己研究事期，最后是給出一個免疫細胞評分.
此外轧房，他認為cibersort不適合用于RNA-seq的數(shù)據(jù)先誉，而適合用在microarray的數(shù)據(jù)上湿刽。他還使用了一種方法將RNA-seq的數(shù)據(jù)轉(zhuǎn)化為microarray的方法。但最終的數(shù)據(jù)顯示cibersort這種去卷積分法的效果沒有基因富集法來的優(yōu)秀褐耳。
所以诈闺，文章最終選取了基因富集法。
2.2 基因富集法有三種铃芦，作者綜合了各種計算方法的優(yōu)劣雅镊，選擇了將兩種方法學進行了綜合運用。
這16種細胞的gene expression signature是來自于兩種算法的綜合
這里作者使用了GSVA對免疫細胞進行評分
 方法一
|
 方法二
|
 方法三
|
| 中度正相關(guān) | 高度相關(guān)和高度負相關(guān)刃滓，作者覺得不好直接放棄 | 高度正相關(guān) |
所以最終作者使用的immune cell gene expression signature中絕大多數(shù)是使用了方法一仁烹，少部分方法三，沒有方法二咧虎。
Step3 采用免疫細胞GSVA score作者對樣本進行了聚類分析卓缰，最終將腫瘤免疫表型分為了6類。
Step4 免疫分型和臨床相關(guān)性的研究（理解Figure1D中的火山圖）
第一：作者做了每個癌腫的關(guān)于免疫分型于臨床相關(guān)性指標的linear regression砰诵。
比如LUAD（肺腺癌）：將x設定為每個腫瘤樣本的分期stage征唬，y設定為每個樣本的immunophenotype。就可以計算每一個相關(guān)系數(shù)茁彭。也就是圖figure1D中的effect size
linear regression
第二：q vaule的計算方法
q value
第三： 每個癌腫的effect size 和q vaule就可以畫出下面的火山圖总寒。
火山圖
描述了immunophetype 和其他指標之間的關(guān)系
Step5 Driver genes 和immunophetype的關(guān)系
使用logistic regression計算出每個癌腫的driver gene于immunophotype的相關(guān)性（Y=1-6的免疫表型，X=某個基因如tp53是否有突變（0,1））
氣泡圖中氣泡的有無代表了是否相關(guān)理肺，氣泡的顏色代表了于哪個免疫類型相關(guān)（1-6型）摄闸。氣泡大小代表了相關(guān)相關(guān)系數(shù)magnitude
Step6 功能聚類善镰，對不同的immunophetype進行GSVA功能聚類分析
Figure3C 表示的是每個癌種不同的immunophetype（不同的顏色）是否在相應的通路上有富集。
類如最左下角的藍色表示年枕，在2型immunophetype上的 LUSC在TGFβ信號通路上富集
Figure3B是figure3C的橫向疊加媳禁，大小表示這條通路上富集的癌種的數(shù)目
Figure3A是富集的基因占整個pathway的比例。
Step7 三個免疫浸潤的模型于基因組和轉(zhuǎn)錄組學之間的關(guān)系（其實也就是immunophetype的另外一種體現(xiàn)：1-2代表poorly cytotoxic infiltrate画切；3-4代表suppression infiltrate竣稽；5-6代表cytotoxic infiltrate）
