众所周知,免疫系统在肿瘤发展和治疗反应中都起着至关重要的作用,肿瘤的免疫治疗已经获得诺贝奖。而随着高通量测序和大数据时代的到来,肿瘤的免疫特征进行综合分析越来越成为可能。
肿瘤免疫疗法在多种恶性肿瘤的临床治疗上取得了显著效果,然而还是存在大部分患者对于免疫疗法没有响应的问题。为了更好的理解肿瘤和免疫细胞相互作用,科学家对来自TCGA和其他几个大型肿瘤研究项目,共20种实体瘤的NGS数据进行分析。TCIA研究发表在Cell Rep(1区,IF9.423分)上:
生存分析是非常常见的表型分析。与生存分析相比,相关性分析是另外一个常见的表型分析。相关性包括表达与病理分期、治疗手段、年龄、种族、吸烟、突变、性别、共表达等因素的相关情况,通常用相关系数R表示,其差异也是用p值判断。
免疫是血液的一部分,也贯穿循环、呼吸、消化、泌尿,内分泌和神经等各大系统,尤其是T淋巴细胞抑制性分子,也是免疫治疗的靶点分子。肿瘤浸润免疫细胞表型,是研究热点,应用广泛,对于理解疾病也帮助很大。
针对共同抑制途径的免疫治疗已经显示出显著的临床成功,但仅在癌症患者的亚群中显示出EF-敏感(1)。免疫检查点阻断(ICB)治疗异质性反应的潜在机制尚不清楚。肿瘤患者的临床症状准确地反映了肿瘤微环境(TME),但难以获得和控制实验。完全重述癌细胞复杂性及其与免疫系统相互作用的临床前模型对于研究ICB的潜在耐药机制至关重要(2)。目前用于癌症研究的体外系统,如传统的二维细胞培养或三维有机体,都是用来模拟TME的复杂性的。相反,将同基因肿瘤移植到免疫活性小鼠体内是容易获得的,并为癌症免疫学研究提供了可复制的结果。同基因小鼠模型已广泛应用于肿瘤免疫学研究,并产生了大量不同免疫治疗下的肿瘤表达谱(3,4).
关于肿瘤浸润淋巴细胞(或免疫细胞)表型的研究,确实是研究热点。接下来,我们仍然关注肿瘤浸润免疫细胞的生信分析。
肿瘤免疫浸润细胞作为肿瘤微环境的组成部分与肿瘤进展、预后和对免疫治疗的反应相关。本篇NAR数据库旨在识免疫有关的eQTL,评估泛癌中遗传变异(SNP)对免疫细胞浸润的影响。
生信论文36是单基因分析的生信论文,单纯生信数据库的数据分析,没有湿实验验证,但是可以发表在接近5分的期刊上,很多分析做得很棒,值得借鉴。我们对文章数据进行复现。
前面,我们已经分享oncomine数据库做转录水平的差异分析,并推荐用oncomine+GEPIA双验证模式做差异分析。鉴于最新发表的论文和肿瘤浸润免疫细胞表型的分析,个人认为oncomine+TIMER双验证也是不错的组合。
今天小编给大家介绍的数据库是TISIDB(http://cis.hku.hk/TISIDB/)--一个通过整合研究文章和多种类型的高通量数据来建立的关于肿瘤-免疫相互作用的数据库。用户可以通过搜索存储在 TISIDB 中的各种数据资源,轻松地查找特定基因与肿瘤发生环境中的免疫关系。
TIMER (Tumor Immune Estimation Resource)数据库也是用高通量测序(RNA-Seq表达谱)数据分析肿瘤组织中免疫细胞的浸润情况,主要提供B cells, CD4+ T cells, CD8+ T cells, Neutrphils, Macrophages and Dendritic cells等六种免疫细胞的浸润情况。界面友好,简单易学又方便。网址:https://cistrome.shinyapps.io/timer/。
之前小编给大家做过一期癌症研究数量性状位点(QTLs)数据库套装:PancanQTL、Pancan-meQTL、CancerSplicingQTL。最近小编又找到一个癌症免疫QTLs数据库:CancerImmunityQTL,其为了解人类癌症中免疫浸润的种系决定因素提供重要资源,从而能够更精确地开发免疫干预方法。
摘要写作,背景中按照疾病背景,引出基因,提出科学问题的逻辑进行,内容稍多。方法中列出,太简单了,也不值得学习,所有的数据库都是果友们熟悉的技能。结果是总结式写作,没有具体的数值,但是很清晰,值得借鉴;结论还是蛮清楚的。
肿瘤微环境,肿瘤中免疫细胞和基质细胞的比例对预后有显着影响,在肿瘤微环境中,免疫细胞和基质细胞是两种主要类型的非肿瘤组分,并且研究表明对于肿瘤的诊断和预后评估具有重要价值。基于ESTIMATE算法计算的免疫评分和基质评分有助于肿瘤中免疫和基质成分的定量。在该算法中,通过分析免疫和基质细胞的特定基因表达特征来计算免疫和基质评分,以预测非肿瘤细胞的浸润。
人类基因组变异协会(HGVS)的主要职责是发现和分类包括人群分布与表型相关联的人类基因组变异,并根据方法学与信息学的发展对数据及相关的临床变异进行更新。目前行业中普遍应用HGVS规则对变异进行命名,统一的命名规则方便了各种各样的交流和解读。
我们介绍过,TIMER和TISIDB数据库都是做肿瘤免疫浸润分析的神器,但是数据库之间的组合是非常有讲究的。那么,怎样用好肿瘤免疫数据库呢?这篇文章以前分享过,值得重新学习。影响因子4分+。
肿瘤“种子与土壤”学说是肿瘤生物学最具影响力的理论之一,自提出以来就受到了广泛的认可和延伸。该理论认为肿瘤的发生发展不仅是肿瘤细胞遗传学和表观遗传学方面的改变,还有肿瘤微环境作为恶性种子生长繁育的“肥沃土壤”,彼此相互影响,共同进化,促进了肿瘤的产生。肿瘤微环境火了,大家都想把自己的分析向肿瘤微环境靠,今天小编跟大家分享一篇近期发表在frontiers in oncology(IF:4.137)上的肿瘤微环境相关的文章:BTK Has Potential to Be a Prognostic Factor for Lung Adenocarcinoma and an Indicator for Tumor Microenvironment Remodeling: A Study Based on TCGA Data Mining(BTK有可能成为肺腺癌的预后因素和肿瘤微环境重塑的指标:一项基于TCGA数据挖掘的研究)。该研究基于基质评分和免疫评分共同筛选与肺腺癌免疫浸润的预后因子。我们重点学习一下文章的分析思路。
肿瘤免疫疗法在多种恶性肿瘤的临床治疗上取得了显著效果,然而还是存在大部分患者对于免疫疗法没有响应的问题。为了更好的理解肿瘤和免疫细胞相互作用,科学家对来自TCGA和其他几个大型肿瘤研究项目,共20种实体瘤的NGS数据进行分析,对应文章链接如下
单基因泛癌使用的数据库很多,可以分析的点也很多,那么完整的分析流程是什么样的呢?今天小编为大家带来一篇单基因泛癌的范文文章,分析非常全面,可以给大家提供参考。
我们都知道癌症的特点是不同的基因改变积累,导致癌细胞表面出现不同的新抗原表达。人体免疫系统是机体发现和消灭肿瘤细胞的可靠“人体警察”。然而,肿瘤细胞可以利用机体内的免疫调节剂促进其自身发生“免疫逃逸”,人们先前认为的可靠“人体警察”则成为肿瘤逃逸的“帮凶”,这一发现影响了免疫抗癌疗法的发展趋势,比如抗PD-1或抗CTLA4抗体“免疫检查点抑制剂”。抗PD-1药物如nivolumab或pembrolizumab对超过15种癌症类型的临床疗效显著。这些药物对22种癌症的总体反应率(ORR)在0%到50%之间各不相同。因此,有必要筛选抗PD-1治疗的获益人群。那么预测抗PD-1单药治疗疗效的可重复性生物标记物可能具有临床价值。在作者团队先前的研究中已经报道了使用nCounter平台检测免疫相关基因(包括PD-1)的表达是可重复的,且与65例晚期肿瘤患者的抗PD-1单药疗法疗效相关。在这里,我们假设肿瘤样本中PD-1 mRNA的丰度可以解释不同类型肿瘤抗PD-1单药治疗后总ORR的差异。
一个基于TCGA数据库,不需要注册登录即可进行可视化分析的网页,不需要代码,里面内容十分丰富,提供了最详细的TCGA在线分析展示。
第44篇生信论文的分享。已经很久没有做生信论文的分享,类似思路的生信论文我们已经分享过很多次。从侧面反映,肿瘤的免疫浸润分析,仍然是热点,还有发表论文的机会和潜力。
肿瘤利用多种机制逃避抗肿瘤免疫反应。在这项工作中,作者提出由于高糖酵解活性导致的肿瘤微环境的酸化可以调节肿瘤相关巨噬细胞(TAM)的极化,从而促进肿瘤的生长。他们在TCGA数据库中对原发性人皮肤黑色素瘤(SKCM)和结肠腺癌(COAD)进行了比较数据库分析,发现SKCM表现出更高的需氧糖酵解。在已建立的B16和MC38小鼠模型的同系肿瘤模型中,B16细胞的糖酵解能力高于MC38,导致肿瘤微环境的酸化程度相对较高(乳酸的产生)。从机制上讲,这种肿瘤性酸中毒诱导了与肿瘤相关的巨噬细胞中转录阻遏物ICER的G蛋白偶联受体依赖性表达,从而导致其功能性极化为非炎性表型并促进了肿瘤的生长。ICER缺陷小鼠具有有效的抗肿瘤免疫应答,而ICER缺陷TAM在功能上朝促炎性巨噬细胞表型极化。这些发现表明高糖酵解速率诱导的TME酸化导致免疫抑制环境,并有助于肿瘤的免疫逃逸。
今天小编为大家带来一个新的生信发文方向,免疫结合细胞死亡基因集构建肿瘤预后模型。文章题目为Identification of a Novel Defined Immune-Autophagy-Related Gene Signature Associated With Clinical and Prognostic Features of Kidney Renal Clear Cell Carcinoma。
摘要部分,言简意赅,尤其是数据库的介绍,穿插在结果的叙述之中。作者对乳腺癌的认识和理解还是蛮深刻的,这也是对肿瘤进行深入分析的基础。
对于RNA-seq的数据,之前我们的分析方法只是局限于单个基因之间的整合分析,最多也就是做一下富集这样的聚类分析。前段时间随着肿瘤免疫的热度,也有人试着开始利用RNA-seq这样的数据来评价患者的免疫情况。
大家好!今天跟大家分享的是2020年5月发表在Frontiers in Oncology(IF = 4.848)上的文章。文章利用TCGA及CGGA数据库中胶质瘤病人表达谱数据进行低氧相关基因表达分析,基于CGGA数据集通过Cox回归分析建立模型,通过TCGA数据进行模型验证,先后利用生存曲线分析,ROC曲线分析,GSEA分析和相关性分析等方法,阐述了低氧风险模型与神经胶质瘤的预后、临床指标和免疫微环境的关系。
这篇论文是生信技能+湿实验验证的套路,湿实验只有RT-qPCR和免疫组化分析(IHC)。文章题目是并列句,是生信分析的预后和诊断价值+肿瘤免疫微环境这个研究热点的结合。
这篇生信论文是单基因分析的生信论文。单纯生信数据库的数据分析,没有湿实验验证,发表在接近4分+的期刊上。
肿瘤免疫微环境我们讲了很多内容了,主要是 ESTIMATE 算法和CIBERSORT算法 ,目录是:
发表论文是快乐的,因为那是对辛苦付出最好的奖赏。我们对引文写作的介绍和总结到今天就结束了,愿对果友们有帮助。
大家好, 今天和大家分享的是 2020 年 2 月发表在 Aging(IF:4.831)上的一篇文章,“Identification of an immune-related risk signature for predicting prognosis in clear cell renal cell carcinoma ”。作者使用多种数据库对5个ccRCC的IRG特征进行开发和验证,评估IRG与临床病理特征的相关性,并整合了IRG 特征与临床特征,建立列线图,以改善ccRCC患者的预后评估。
题目:NEFM DNA methylation correlates with immune infiltration and survival in breast cancer
Profiles of immune infiltration in colorectal cancer and theirclinical significant: A gene expression- based study
最近谈到癌症的话题,可能让人立马谈”病”色变。但是早在两年前,一个生物学家利用数据分析,成功治好了自己的癌症。
大家好,今天和大家分享的是2020年3月发表在Journal for ImmunoTherapy of Cancer(IF=9.913)上的一篇文章:“LAG3 (LAG-3, CD223) DNA methylation correlates with LAG3 expression by tumor and immune cells, immune cell infiltration, and overall survival in clear cell renal cell carcinoma”,作者利用TCGA数据库的肾透明细胞癌(KIRC)数据进行分析,发现了编码免疫抑制分子LAG-3的基因的甲基化修饰与该基因在肿瘤和免疫细胞中的表达、免疫浸润以及总生存期的联系,并进一步在来自波恩大学附属医院(UHB)的KIRC样本中证实了这种联系,这一发现有望给LAG-3抗体疗法的临床试验提供参考。
大家好,今天向大家分享的是2020年4月发表在Frontiers in Genetics (IF=3.517) 杂志上的一篇文献《Novel Immune-Related Gene Signature for Risk Stratification and Prognosis of Survival in Lower-Grade Glioma》。文章基于TCGA数据库和CGGA数据库中的脑胶质瘤相关数据,利用单因素、多因素Cox回归分析及Lasso算法构建了六个免疫相关基因签名(gene signature,或者叫标记基因),并建立了预后诺模图,可有效地进行风险分层和预测原发性LGG的整体生存。
在 2 月期间 ,总共发表了医学相关在线数据库16 个。下面就来给大家介绍一下主要有哪些数据库,以及笔者比较感兴趣的数据库。如果想要所有相关数据库信息的,后台回复:2202。
膀胱癌,是泌尿系统最常见的恶性肿瘤之一,发病率位居第11位,死亡率位居第13位。免疫治疗的出现为膀胱癌患者提供了新的治疗策略,但只有一小部分患者对免疫治疗敏感,因此,急需一些biomarker来筛选免疫治疗敏感的人群。
第43篇生信论文的分享。先不说论文思路,但是论文题目过于简单,其实可以点出与肿瘤免疫浸润表型相关。
背景:免疫疗法已成为治疗晚期或常规耐药恶性肿瘤的一种有前途的方法。在肺腺癌 (LUAD) 方面,T 细胞对抗肿瘤活性和肿瘤微环境有显著影响。然而,它们具体的贡献在很大程度上仍未得到探索。本研究旨在描述基于T细胞标志物基因的分子亚型和预后指标,从而揭示T细胞在LUAD预后和精准治疗中的重要性。
题目:A new thinking: extended application of genomic selection to screen multiomics data for development of novel hypoxia-immune biomarkers and target therapy of clear cell renal cell carcinoma
有很多同学看见肿瘤方向做生信数据挖掘发了很多SCI文章,就觉得非肿瘤方向发不了。非肿瘤生信热度虽然不如肿瘤生信,也没有它好发表,原因一则数据集少,二则临床信息不够。
今天分享的是今年9月发表在Aging(IF=5.5)上的一篇文章,研究透明细胞肾细胞癌微环境中新型标志物的预后价值和免疫浸润情况。文章主题仍是生信分析结合免疫,但内容是以生信分析做基础,挑选出枢纽基因后结合临床病理特征进行多因素COX回归分析,构建了回归模型,最后进行枢纽基因免疫浸润的分析。
近年来,生信文章如同雨后春笋般涌现出来,但是想要发表高分文章并不是那容易,生信分析的套路可以说是遍地开花,我们如何才能让我们的文章脱颖而出呢?今天分享的文章也许可以为你提供新的思路。言归正传,今天向大家分享的是7月31日发表在发frontiers in Onology (IF=4.848)上的一篇关于泛癌研究的文章。
随着研究的深入,新的免疫检查点靶点不断涌现,其中,CD40、CD27、4-1BB、OX40及VISTA等在实体瘤治疗中具有良好前景。具体大家可以看综述获得相关背景知识。
作者刻画了结直肠癌(CRC)的免疫表型和抗原基因组特征,描绘了肿瘤和免疫细胞的关系,试图揭示肿瘤的逃逸机制并寻找免疫治疗的biomarker。
根据我们的整理,差异分析是基础,生存分析和相关性分析是表型,免疫浸润分析是对表型的阐释,兼有表型和机制两种作用,但并不是真正意义上的机制探究。通常意义上的机制一般涉及信号通路,是一系列分子的级联反应。
目前,越来越多的研究者通过构建小鼠疾病或者癌症模型,研究癌症发病机制。因此,对小鼠免疫微环境分析需求越来越多。所有检测不同细胞类型所占比例的方法主要原理是,构建特征基因集,然后利用机器学习方法或者反卷积方法对所测RNA-seq数据进行分析,确定其不同细胞类型比例,因此这种方法也对阈值选择比较敏感。
领取专属 10元无门槛券
手把手带您无忧上云