【分子分型>>免疫】04.Cibersort+亚型+结直肠癌
2021-05-15 本文已影响0人
高大石头
刷Researcher时，发现了这篇根据CIBEERSORT算法进行免疫分型的结直肠癌文章，目前在Scientific Reports 中属于PrePrint状态。
核心图
Fig.1
知识点
- CIBERSORT：基于线性支持向量回归（linear support vector regression）原理对免疫细胞亚型进行评估。多用于芯片表达矩阵和RNA-seq估计免疫细胞细胞浸润。
- ConsensuClusterPlus：一致性聚类。
- ICI-related gene expression patterns：免疫细胞浸润相关基因表达模式，筛选标准FDR<0.05 & |fold change| > 1.4
- Boruta：使用特征的重要性，进行特征选取方法。
摘要
作者整合了GSE17538和TCGA的表达矩阵，利用CIBERSORT计算22种免疫细胞浸润情况，并根据这22种免疫细胞分为2个ICI亚型，发现这两个亚型与预后密切相关。随后计算两个亚型的差异基因，并根据DEGs基因，计算gene cluster情况。最后计算ICIscore，证明该分型的重要性。
整体思路
结果
1.ICI聚类
根据22种免疫细胞浸润情况，分为两类。
Fig.1
2.ICI Gene Cluster聚类
根据两种聚类结果的差异基因，进行聚类，并构建ICI score。
Fig.2
3.ICI score周边分析
Fig.3
Fig.4
总结
本文根据CIBERSORT算法计算免疫细胞浸润（ICI），分为两个亚型，并针对各个亚型选取特征基因，构建ICIscore，最后对ICIscore周边进行分析。不足，如果能同时结合药物预测和 肿瘤免疫反应进行预测，整体提升会更高一些。
参考文献:
Characteristics of immune cell infiltration landscape in colorectal cancer to Aid in Immunotherapy
