数据挖掘肿瘤预测_必读|TCGA数据挖掘-肺癌肿瘤免疫浸润分析

本文通过分析TCGA肺癌转录组数据,将肿瘤样本分为4个免疫亚型,探讨不同亚型的免疫激活状态、免疫细胞比例、PD1表达与预后的关系。结果表明,C3亚型免疫反应活跃,预后较好,且可能对免疫治疗更敏感。
摘要由CSDN通过智能技术生成

纯分析发高分文章?就看这篇吧!

肿瘤具有很强的异质性,同一肿瘤在不同个体之间具有不同的免疫活性,而具有相似免疫活性状况的样本则可能处于相同的免疫微环境。肿瘤样本的转录组表达水平在一定程度反映了样本的免疫活性状况。

伯豪生物生信分析团队以TCGA上的肺癌为例,分析评估不同个体的免疫微环境。

01免疫亚型分析

TCGA下载肺癌的转录组数据,根据5个代表性免疫基因集:

Woundhealing,macrophages,Lymphocyte,IFN-gamma,TGF-beta的GSVA富集score将肿瘤样本分成不同的免疫亚型,每个免疫亚型代表特定的免疫微环境。

对所有样本采用mclust R包中EM聚类算法对样本ssgsea值进行无监督聚类,选择最大化贝叶斯信息准则(BIC)对应的类别K值,最终得到4个亚型(如下图)。

图片来源于伯豪生物生信分析团队

上图中C1 主要是TGF-β占优势,C2主要是Wound healing,C3主要是淋巴细胞和巨噬细胞,体现了强的免疫反应,C4主要是IFN-γ高。

02免疫激活和免疫细胞评分

为了研究不同肿瘤亚型在细胞类型和免疫激活上是否存在差异,我们把所有样本根据细胞类型相关基因集和免疫激活相关基因集进行了聚类分析。(如下图)

图片来源于伯豪生物生信分析团队

在上图中,我们看到C3亚型的样本,各种类型免疫细胞评分都较高,在一定程度上反应免疫细胞的激活状态。我们可以合理推测,该亚型的个体可能存在更好的预后。反之,C2亚型的样本,各类免疫细胞的评分都偏低&

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值