TCGAimmunosurv:一种R包,用于识别与患者生存和免疫细胞状态转换相关的基因,使用TCGA和单细胞RNA-seq数据

科学领域:

• 基因组学就是基因组学.
• 免疫学 免疫学 免疫学
• 计算生物学 计算生物学

背景情况:

• 癌症是由基因组改变引起的,患者的生存取决于特定的突变和免疫反应.
• 识别癌症驱动因素需要突变特异性分析,以避免假阳性.
• 整合批量和单细胞RNA测序数据对于全面了解瘤生物学至关重要.

研究的目的:

• 开发一种用于分析癌症突变特异性免疫动态的计算框架.
• 通过整合多omics数据来识别与患者存活相关的基因.
• 为了弥合批量和单细胞分析,更深入地了解癌症驱动基因.

主要方法:

• 开发了TCGAimmunosurv,一个胰腺癌R包.
• 从癌症基因组图谱 (TCGA) 集成的大量RNA测序数据与用户提供的单细胞RNA测序数据.
• 进行了突变特异性生存分析和免疫亚型特异性假药时间轨迹分析.

主要成果:

• TCGAimmunosurv从突变特定的TCGA样本中识别出与生存相关的基因.
• 该软件包分析用户提供的单细胞数据,进行免疫亚型特定的假药时间轨迹分析.
• 识别了具有强烈表达模式的基因,沿着与患者生存率相关的伪时间轨迹表达.

结论:

• TCGAimmunosurv提供了一种全面的方法来了解癌症驱动基因,通过弥合散装和单细胞分析.
• 该R套件促进了对免疫动态和患者存活率的突变特异性研究.
• 这一框架促进了瘤生物学研究,并有助于开发向癌症治疗方法.