CIBERSORT软件助力探索肿瘤浸润的免疫细胞

浸润肿瘤的免疫细胞可以通过发挥促肿瘤作用和抗肿瘤作用，从而影响肿瘤的进展以及抗癌治疗的成功。肿瘤浸润免疫细胞的量化有助于揭示免疫系统在人类癌症中的多方面作用，并参与肿瘤逃逸机制和对治疗的反应。借助CIBERSORT软件，我们可以从肿瘤RNA测序数据中量化肿瘤浸润的免疫细胞。

一、 CIBERSORT软件介绍

CIBERSORT 软件发表于的Nature Methods。CIBERSORT是基于线性支持向量回归（linear support vector regression）原理对人类免疫细胞亚型的表达矩阵进行去卷积的工具。用于芯片表达矩阵和测序表达矩阵，对未知混合物和含有相近的细胞类型的表达矩阵的去卷积分析优于其他方法 (LLSR,LLSR,PERT,RLR,MMAD,DSA) 。该方法基于已知参考数据集，默认提供22种免疫细胞亚型的基因表达特征集：LM22。

二、分析方法

CIBERSORT支持网页版和本地两种方法。CIBERSORT网页版链接为https://cibersortx.stanford.edu/。需要说明的是，使用网页版需要先进行账号注册。

CIBERSORT需要两个准备文件，芯片或者测序表达矩阵以及参考数据集。表达矩阵格式见表一，参考数据集可以使用CIBERSORT 官方的LM22，也可以使用其他已知数据集或者自定义数据集。参考数据集格式见链接https://cibersortx.stanford.edu/inc/inc.download.page.handler.php?file=LM22.txt。网页版提供参考数据集的选项，所以只需要提供表达矩阵即可。

表1 表达矩阵文件表格示例

具体操作如下图：

点击运行，等待结果即可。

欧易具有本地化的CIBERSORT一键分析脚本，除出具CIBERSORT默认结果之外，还可以提供相关热图，箱线图等可视化结果。

三、结果展示

CIBERSORT输出基于参考数据集的免疫细胞浸润比例，在默认参数（即相对模式下），所有细胞类型的比例之和为1。结果表格示例如下表2。

表2 CIBERSORT结果文件表格示例

表头说明：

Sample：样本

T Cell..：细胞浸润比例

P-value :置换检验（蒙特卡罗方法），越小越可信

Correlation ：原表达矩阵乘以细胞占比后的数据矩阵与原表达矩阵的相关性

RMSE：均方根误差(Root Mean Squared Error)，越小效果越好

基于结果表格，可以进行多种可视化展示，比如箱线图、柱状图和热图等。

欧易CIBERSORT 免疫浸润一键化分析脚本默认提供以上可视化结果。对此分析感兴趣的老师，欢迎联系我们哦！

END

麻辣双椒 撰文

本文系欧易生物原创

转载请注明文本转自欧易生物

如果觉得《CIBERSORT软件助力探索肿瘤浸润的免疫细胞》对你有帮助，请点赞、收藏，并留下你的观点哦！