V
主页
80,一个代码进行TCGA肿瘤单基因免疫浸润分析,单基因高低表达在免疫细胞差异,单基因与免疫细胞相关性,棒棒糖图
发布人
方法写作参考: CIBERSORT 是一种基于支持向量回归(Support Vector Regression, SVR)的算法,广泛用于从基因表达数据中估计免疫细胞的相对比例。本研究使用CIBERSORT分析样本中的免疫细胞浸润状态,核心算法基于支持向量回归(SVR),通过最小化基因表达矩阵与免疫细胞特征矩阵的差异来估计免疫细胞在混合物中的相对比例。对给定的免疫细胞特异性基因表达矩阵(sig_matrix_file.txt)和样本基因表达矩阵(mixture_file.txt)进行SVR建模。计算每个免疫细胞类型的权重(即在混合样本中该类型细胞的比例),通过优化误差最小化模型来求解。为了评估结果的统计显著性,CIBERSORT提供了置换检验功能(perm = 100)。通过对样本进行100次置换,生成免疫细胞比例的零分布,进而计算每种免疫细胞浸润的p值。设置了100次置换检验,以确保得到的免疫细胞比例具有统计显著性。置换检验的p值用于评估每个样本中免疫细胞比例的可信度。p值越小,说明该免疫细胞类型的浸润比例在样本中具有较高的可信度。为了减少不同样本之间的技术偏差,我们启用了分位数标准化(Quantile Normalization, QN)。这一步骤可以确保基因表达数据在样本之间的可比性,使得分析结果更加可靠。在获得免疫细胞浸润的比例后,使用ggplot2包对结果进行可视化,生成箱线图和相关性散点图,以展示目标基因表达与免疫细胞浸润之间的关系。
打开封面
下载高清视频
观看高清视频
视频下载器
70,单基因在7种免疫浸润分析方法中的差异分析
【教程复现】一区7.8 分TOP顶刊,非肿瘤纯生信,MR+多GEO数据集+免疫浸润+机器学习+诊断模型+eqtl验证。脓毒症举例复现,够city
63单基因和免疫浸润细胞的关联性分析(可做特征基因,表型,通路、临床等)
65TCGA乳腺癌分型数据怎么下载,单基因在乳腺癌分型的临床差异比较,Basal Her2 LumA LumB
37非肿瘤免疫浸润分析及可视化,GEO数据库,免疫浸润细胞分析
81基因之间的相关性分析和差异性组合
72肿瘤中单基因差异分析的箱线图
01 单基因的生存曲线ROC曲线,TCGA数据库,代码评论区直接下载
66.单基因药物敏感性分析,189个药物的IC50值,一个代码完整
19TCGA数据集所有基因的差异分析,limma方法,火山图和热图
肿瘤单基因可做的生信分析,TCGA数据库肿瘤单基因分析
108,TCGA数据库,批量对基因进行差异分析
12免疫细胞与基因表达的相关性热图
07TCGA数据整理 ,R语言快速整理成标准矩阵。
58验证单基因表达的方法,单基因与疾病的MR分析
纯生信,Q1区4.7分,失巢凋亡相关lncRNA的预后模型。可做细胞死亡/泛死亡/NK细胞/细胞衰老/线粒体等基因集,TCGA结合免疫浸润药物
95,指定基因在单细胞的差异和表达分析
13单基因的生存曲线ROC曲线,TCGA数据库
24基因集的差异分析箱线图
生信新思路,模仿5分文章。坏死相关基因在肿瘤的预后模型。医学相关的生物信息分析,可复现在其它肿瘤上,TCGA细胞坏死性凋亡预后.
TCGA数据库中筛选预后相关的基因,及单基因简单分析
【在线免费】探索基因间相互作用和功能,除了string还有更友好的GeneMANIA!GeneMANIA 网站识别功能相似的基因并建立 PPI 网络
02多基因和免疫检查点(或其它)相关性
TCGA数据库又更新了,这次可以看样本病理组织切片数据
2022新改版TCGA数据下载处理,数据类型STAR - Counts。TCGA转录组数据,史上最简单最方便都能学会的方法,TCGA新版改版
单基因的免疫浸润分析,CIBERSORT方法
85,单细胞分析中,单基因在聚类到的细胞中差异分析。B站首个教程
TCGA数据库,肿瘤单基因的免疫浸润,单基因分析的加分点
矩阵中两基因之间的相关性,标注P值和R值。皮尔逊相关性方法,分享代码和示例文件
生信分析,TCGA数据库中,基因在乳腺癌分型的表达,TCGA三阴性乳腺癌数据
生信文章SCI模型新思路,Q1区中科院2区8.7分,可做基因集(细胞死亡,失巢凋亡,细胞衰老,糖基化,反馈回路,乳酸代谢,焦亡等思路通路基因)TCGA多角度分析
铜死亡思路之一,铜死亡某个单基因(可做任何基因)在泛癌的分析。模仿Q2区5分思路。铜死亡基因CDKN2A的泛癌分析,基因与免疫的关系,生物信息,生信,TCGA
86批量分析基因和免疫浸润类型的相关性cor,多基因批量分析
18TCGA数据进行规范化处理
免费在线网站基因功能注释,富集分析,复制基因轻点鼠标就OK。http://metascape.org
64一个代码搞定单细胞分析,包括细胞注释,细胞通讯,基因标记
30 WGCNA分析,加权基因共表达网络分析。筛选模块基因,生信分析
43单细胞分析,细胞聚类和注释,细胞轨迹分析,关键基因标注
教程,GWAS与eQTL相结合,进一步筛选疾病相关基因,肿瘤和非肿瘤都可,新方法筛选标志物
03基因之间的相关性