TCIA就是基于TCGA数据开发的,不同的是TCIA只提供了20个癌种的免疫数据分析。
看网站首页的介绍就知道,这个数据库主要是根据TCGA的二代测序数据开发出来的。这里的20个癌种,点击每个柱子进去就可以分析对应的癌种,侧边的栏目则提供一些个性化选择。
![](https://i-blog.csdnimg.cn/blog_migrate/d3e90e6b1e51576d70ddeb2beca7dd54.jpeg)
01
Patients list模块
TCIA分别对每个病人进行分析,数据也提供下载,我们可以看到提供了ID、疾病、性别和年龄信息,我们重点关注IPS这一列的信息,IPS这一列有4个项目,有不同的属性,作者在文章中表示IPS(immunophenoscore) 可以很好的预测CTLA-4和PD-1反应性的预测因子。
![](https://i-blog.csdnimg.cn/blog_migrate/db36f76190f537d52e01ef556b09a28e.jpeg)
![](https://i-blog.csdnimg.cn/blog_migrate/b7eae97fe0e38cd8237927eb25053139.jpeg)
02
Gene Expression模块
在左侧的选择栏里筛选病人和基因后,可对单个基因进行差异分析和生存分析,值得注意的是这些基因都是和免疫相关的基因。笔者认为TCIA的这个模块并不怎么好用,也没有做检验,作图不怎么好看,不过如果只是看一看还是可以的。生存分析模块,TCIA是根据中位表达值分组进行的分析,提供HR和p值。
![](https://i-blog.csdnimg.cn/blog_migrate/26fa50454f86486b11647f008250b4af.jpeg)
![](https://i-blog.csdnimg.cn/blog_migrate/b4eeb4f489612296068decc40f710c21.jpeg)
![](https://i-blog.csdnimg.cn/blog_migrate/34dbf3100d52093af10f2649c982d308.jpeg)
03
Cell Fractions
这个模块提供不同免疫细胞比例的展示,absolute和Relative表示免疫细胞的绝对数和相对数,是CIBERSORT的不同计算方法结果,同时在table栏提供快捷的搜索。
![](https://i-blog.csdnimg.cn/blog_migrate/6e91565a34d9665e3bcb01b6cf1019a7.jpeg)
![](https://i-blog.csdnimg.cn/blog_migrate/f4482b91a30a1f7e494e8860388a16a5.jpeg)
04
Heterogeneity
TCIA对每个样本的癌症抗原和遗传特征进行了分析,包括肿瘤异质性和克隆性,以方便分析免疫特征和肿瘤的遗传特征。
![](https://i-blog.csdnimg.cn/blog_migrate/ca8f5dd74c026fdffb33c06467f6a2f0.jpeg)
05
Neoantigens
这个模块提供疾病的突变数和突变压力展示,也提供展示预测到的新抗原结果。不过笔者也想说,这种新抗原预测,因为没有办法用实验的方法证伪,所以看看就好了,用作分析还是可以的,就看你的功力深厚了。
![](https://i-blog.csdnimg.cn/blog_migrate/c58ac35900fee32800b22a0328a2df3c.jpeg)
06
Tools模块
这个模块提供一个计算功能,可计算每个样本的免疫表型分数,只要提供一个标准的表达矩阵即可,不过值得提醒的是该工具要求表达数据要求用TPM方法定量的。
![](https://i-blog.csdnimg.cn/blog_migrate/3f872598e11e14b3b7465eeecf28b894.jpeg)
好了,这个数据库就介绍到这里。总结一下,这个数据库主要还是对TCGA的数据进行二次分析,得到的一些结果也可以辅助大家分析,同时提供的IPS计算也可给大家的ngs数据分析锦上添花,如果结果理想的话。
最后祝大家课题研究顺利,如果有用到这个数据库,记得引用哦!
Charoentong, P., Finotello, F., Angelova, M., Mayer, C., Efremova, M., Rieder, D., Hackl, H., Trajanoski, Z. (2016). Pan-cancer Immunogenomic Analyses Reveal Genotype-Immunophenotype Relationships and Predictors of Response to Checkpoint Blockade. Cell Rep. 2017. 18:248-262