肿瘤微环境是当前研究的一个热点,无论是国自然还是发SCI,都是比较热的点,那么,数据挖掘也不例外,很多人喜欢追随这样的热点。(肿瘤微环境是指肿瘤的发生、生长及转移与肿瘤细胞所处的内外环境有着密切关系,它不仅包括肿瘤所在组织的结构、功能和代谢,而且亦与肿瘤细胞自身的(核和胞质)内在环境有关。)TCGA数据数据可以追随这样的热点。
其实,这样的数据挖掘套路也不难,最主要的步骤就是得到下面这些数据:
也就是这三列数据:
Stromal score(基质细胞得分)
Immune score (免疫细胞得分)
ESTIMATE score (综合分,前两列相加)
根据这些得分分为低分组和高分组,可以生存分析,同时可以结合基因的表达数据,或者甲基化数据进行分析
例如,分析Stromal score和Immune score 对预后的影响:
然后可以根据评分进行分组进行基因差异分析:
后面接着对这些差异基因进行功能分析(跟之前GEO数据挖掘是一样的)
此外,你还可以结合临床特性进行分析,或者结合临床数据进行模型预测等等。
最重要的一步就是得到这些数据:
Stromal score(基质细胞得分)
Immune score (免疫细胞得分)
ESTIMATE score (综合分,前两列相加)
联系客服