ESITMATE详细用法+结果解读

estimate是根据rnaseq表达计算肿瘤纯度和免疫得分的一个生信软件，为了从rnaseq数据中更好的理解分析TME(tumor micro-environment)。文章在2013年发表于nature community上：

Inferring tumour purity and stromal and immune cell admixture from expression data - PMC (nih.gov)

 下面主要介绍用R包计算estimate score和结果分析：

首先需要在Rstudio下载安装包：

library(utils)
rforge <- "http://r-forge.r-project.org"
install.packages("estimate", repos=rforge, dependencies=TRUE 

library(estimate)

in.file <- 'TCGA_LIHC_htseq_counts_gene.txt'       #输入文件
outfile2E <- 'ESTIMATE_input.gct'        #生成ESTIMATE 的输入文件
filterCommonGenes(input.f= in.file, output.f= outfile2E, id="GeneSymbol")

estimateScore("ESTIMATE_input.gct", "ESTIMATE_score.gct")
plotPurity(scores="ESTIMATE_score.gct", samples="TCGA.LN.A810.01A")

ESTIMATE_score <- read.table("ESTIMATE_score.gct", skip = 2,#前两行跳过
                             header = TRUE,row.names = 1)
ESTIMATE_score <- ESTIMATE_score[,2:ncol(ESTIMATE_score)]
ESTIMATE_score <-t(ESTIMATE_score)


write.table(ESTIMATE_score,file = "ESTIMATE_score_lihc1.txt",quote = F,sep = "\t")


plotPurity(scores="ESTIMATE_score.gct", samples="TCGA.DD.A4NG.01A", platform="illumina")

得到文件如下：

分别是你的rna表达的sample，计算得到的肿瘤微环境基质得分，免疫得分，estimate得分和肿瘤纯度得分， 最后两列是对应的，estimate score越大，purity越小。

最后附上基质细胞的详解：参考来源

肿瘤微环境中的基质细胞 - 简书 (jianshu.com)