免疫浸润分析评估bulkRNAseq测序数据的免疫细胞组成-生信分析

1. 数据准备

(1) 原始数据处理

• 质量控制：使用工具（如FastQC）评估测序数据质量。
• 去接头和过滤：使用工具（如Trimmomatic）去除接头序列和低质量读段。
• 比对：将reads比对到参考基因组（如使用STAR、HISAT2）。
• 表达量计算：使用工具（如FeatureCounts或Salmon）生成基因表达量数据（通常以TPM、FPKM或Counts表示）。

(2) 数据标准化

• 对表达量数据进行标准化，建议使用TPM或log2(TPM+1)作为输入。

2. 选择免疫浸润推断工具

以下是一些主流的免疫细胞浸润分析工具：

• CIBERSORT / CIBERSORTx：
  • 利用特定免疫细胞类型的基因表达签名进行去卷积分析。
  • 输入格式：标准化的基因表达矩阵。
• xCell：
  • 基于基因集合的打分方法，提供细胞类型相关的丰富度得分。
  • 输入格式：基因表达矩阵。
• EPIC：
  • 适用于肿瘤微环境的免疫细胞浸润分析。
  • 输入格式：基因表达矩阵。
• MCP-counter：
  • 为各种免疫和非免疫细胞类型提供定量得分。
  • 输入格式：基因表达矩阵。
• ESTIMATE：
  • 通过推断免疫细胞和肿瘤细胞比例计算肿瘤微环境的免疫和基质评分。
  • 输入格式：基因表达矩阵。

  针对CIBERSORT对免疫细胞浸润进行分析的时候需要用到LM22免疫细胞表达矩阵，但是LM22矩阵存在一下局限：

1. LM22矩阵只涵盖了22种免疫细胞亚型，对于有些免疫细胞通过这个矩阵进行分析时没法分析得到目的免疫细胞。

2. LM22是基于人类免疫细胞的基因表达签名构建的，适用于人类样本。

3. LM22主要对于肿瘤微环境中的免疫细胞分析。

所以，建议大家使用CIBERSORT进行免疫浸润分析时，最好利用单细胞转录组数据构建一个自己研究疾病相关的免疫细胞矩阵，再通过该矩阵去评估bulkRNAseq组织测序的免疫细胞组成，从而更准确的进行免疫浸润分析。有脚本需求的伙伴可以单独联系我。