医学博士,R语言及Python爱好者,科研方向为真实世界研究,生信分析与人工智能研究。
今天看啥  ›  专栏  ›  灵活胖子的科研进步之路

使用MuSiC以及MuSiC2来根据单细胞转录组结果推断bulk转录组细胞比例

灵活胖子的科研进步之路  · 公众号  ·  · 2024-08-07 00:23

文章预览

肿瘤微环境(TME)大家都比较熟悉了,肿瘤周围的组织、免疫细胞、血管、细胞外基质等元素共同形成了“肿瘤微环境”。我们讲了很多工具可以推断bulk转录组的微环境组成,目录是: estimate的两个打分值本质上就是两个基因集的ssGSEA分析 针对TCGA数据库全部的癌症的表达量矩阵批量运行estimate 不同癌症内部按照estimate的两个打分值高低分组看蛋白编码基因表达量差异 使用CIBERSORT算法推断全部tcga样品的免疫细胞比例 这些工具都是依据肿瘤病人的转录组测序表达量矩阵进行的分析,也有几百篇类似的数据挖掘文章了,它们总是喜欢落脚到estimate或者CIBERSORT结果的预后意义。 虽然这些工具肿瘤微环境(TME)的思路是ok的,绝大部分的肿瘤相关的单细胞转录组研究我介绍过 CNS图表复现08—肿瘤单细胞数据第一次分群通用规则 ,这个第一次分群规则是 : ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览