尔云间 一个专门做科研的团队
原创 生信果
欢迎点赞+收藏+关注
(资料图片)
你知不知道有一个数据库网站,在你想获取肿瘤相关的数据集或者做肿瘤免疫分析时可以大大减少你的工作量?
今天小果就带大家认识一个专门用于肿瘤免疫分析的数据库网站,大家一起来和小果看一下吧!
什么是TISIDB?
TISIDB是2019年香港大学开发的一个针对肿瘤免疫学分析的多类型数据资源科研网站。那么TISIDB主要的应用有哪些方面呢?
1.手工整理近千个与抗肿瘤免疫相关的基因;
2.在线分析基因图谱和高通量筛选数据来鉴定与肿瘤细胞对T细胞介导的杀伤和免疫治疗的抗性基因;
3.针对30种癌症类型预测免疫功能与基因之间的关联。
研究分析方向
TISIDB网站主要有10个分析方向,那么具体有哪些呢?和小果一起来看一下吧!
1.功能;
2.文献;
3.高通量筛选;
4.免疫疗法;
5.肿瘤浸润淋巴细胞;
6.免疫调节剂;
7.趋化因子;
8.亚型;
9.临床;
10.药物。
接下来,小果针对这10个分析方向中的其中四个来给大家做简单的介绍,和小果一起来看一下吧!
功能
1.输入网址:[TISIDB官网] /TISIDB/
2. 输入感兴趣的基因类型并点击submit:
3. 点击左侧进入返回的结果:
(1)基本信息:
(2)亚细胞定位信息:
(3)GO和途径:
文献
除了可以查阅感兴趣目的基因的相关功能信息,我们同样可以通过TISIDB查阅基因与肿瘤免疫之间关系的相关文献哦。
1. 输入感兴趣的基因名称搜索;
2. 选择“literature”选项查看内容;
高通量筛选
同样地,我们还可以查看选择的基因在各种高通量筛选数据集中是否对T细胞介导的杀伤产生抗药性或增加敏感性。只要选择“Screening”选项即可查看具体内容哦!
免疫疗法
那么我们如何查看目标基因在具有免疫疗法的患者队列中,怎样对免疫疗法进行预处理的肿瘤活检的转录组学和基因组分析呢?只要选择“Immunotherapy”即可查看哦!目前,该网站收集了5个转录组和6个基因组数据集,一起和小果来看一下吧!
怎么样,TISIDB这个网站的基本功能你了解了嘛?
还有更多应用等着我们一起探索,更多肿瘤免疫分析相关工具请大家移步小果的云生信平台吧!
云生信平台也有免疫专版的学习模块哦,快来找到你想学习的专属模块吧!
小果双手奉上链接:云生信 - 学生物信息学
立刻拥有一个Rstudio账号
开启升级模式吧
(56线程,256G内存,个人存储1T)
往期代码:
【1】lncRNA的拷贝数变异下游相关分析【2】R可视化:ggstatsplot包—科研界的美图秀秀【3】随机森林算法用于分类预测和筛选诊断标志物【4】基于本地Java版GSEA的输出结果整合多个通路到一张图【5】基于岭回归模型和基因表达矩阵估算样本对药物反应的敏感性【6】基于R包NMF对样本进行分型分析【7】DALEX包用于探索、解释和评估模型;分析不同特征变量对响应变量的影响【8】根据肿瘤突变负荷TMB进行KM生存分析寻找最佳的cutoff【9】基于单样本富集分析算法评估组织中的免疫细胞浸润水平【10】代码分享│什么?你还在用散点图来可视化数据之间的相关性【11】代码分享│诊断列线图、校准曲线、决策曲线和临床影响曲线的构建【12】代码分享│你了解基因的动态变化模式吗【13】代码分享│生物信息分析之SCI热门图表-复杂热图【14】代码分享│生物信息分析之SCI热门图表-火山图【15】代码分享│生物信息分析之SCI热门图表-箱型图和小提琴图【16】代码分享│深度学习-人工神经网络(ANN)的构建【17】代码分享│R可视化:高分文章绘图之基于RCircos包的多类型圈图绘制【18】代码分享│R可视化:基因与功能之间的关系--GO功能富集网络图绘制【19】代码分享│生物信息分析之SCI热门图表—KM曲线和tROC曲线【20】代码分享│R可视化:肿瘤预后模型之Cox回归分析后用R语言绘制森林图【21】代码分享│生物信息分析之SCI热门图表—相关性热图和散点图【22】代码分享│生信分析之R语言分析相关性及可视化的N种风格【23】代码分享│TCGA数据获取有困难,不会预处理,学习起来【24】代码分享│机器学习-支持向量机递归特征消除(SVM-RFE)的构建【25】代码分享│R可视化:对两个矩阵进行相关性可视化分析【26】GEO数据库多数据集差异分析整合利器RRA,再也不用纠结去除批次效应【27】你与生信大佬的距离,只差2分钟搞定预后模型构建和性能评估【28】9+SCI纯生信,模型构建中的“流量明星”,你不得不知的LASSO【29】手把手教你画美观大气的lasso回归模型图,为你的SCI增砖添瓦【30】R可视化:clusterProfiler包做组间比较GO富集图【31】代码分享|R可视化:复杂热图绘制技巧之热图中添加柱状图【32】代码分享——基于基因突变信息分析肿瘤突变负荷【33】代码分享│富集不到想要的通路?别放弃呀,试试GSEA【34】代码分享│还在用PCA做降维聚类吗?最强降维模型tSNE--你值得拥有【35】代码分享│GSVA:原来功能通路也能做差异分析!【36】代码分享│Slingshot:你不知道的单细胞拟时序分析还有它【37】基于基因功能注释信息挖掘关键作用基因【38】基于癌症分类预测的标志物特征提取的SVM-RFE分析代码【39】依据表型数据基于无监督聚类算法对研究群体进行分层聚类分析【40】基于稳健排序整合算法对多数据集进行整合及可视化【41】基于基因表达谱估算样本免疫基质评分和肿瘤纯度【42】自动化绘制LASSO算法回归模型图【43】用于临床诊断和临床决策影响的DCA分析【44】基于样本预后生存信息和临床因素用于评价不同模型的一致性指数软件【45】用于探索、解释和评估模型的DALEX残差分析软件【46】基于细菌群落功能丰度结果进行差异功能分析及可视化【47】基于基因差异分析结果绘制其在染色体上的分布【48】利用逐步回归法筛选特征基因构建Cox风险模型分析【49】基于Immune Subtype Classifier进行肿瘤免疫亚型分类【50】不同物种之间的同源基因名称转换分析【51】基于逐步多因素cox回归筛选预后标记基因并构建风险评分模型【52】基于表达信息挖掘与关注基因密切相关的基因【53】基因组学基因名称修正分析【54】基于Spearman算法构建关联网络【55】基于线性建模方法对代谢组和转录组数据整合分析【56】基于lasso回归模型方法筛选特征基因【57】基于线性建模方法对代谢组和转录组数据整合分析【58】基于参数型经验贝叶斯算法和支持向量机(SVM)筛选疾病亚型特征基因【59】基于LDA(线性判别分析)算法的微生物biomarker的筛选【60】基于R包xCell计算64种免疫细胞相对含量及下游可视化【61】基于甲基化数据评估肿瘤纯度及下游可视化【62】基于DiffCorr包识别不同表型下的差异共表达关系对【63】基于逆累计分布函数识别显著偏差通路【64】基于差异基因对通路的影响挖掘关键通路【65】基于高通量数据的样本相似性分析
需要以上代码私信小果哦
“生信果”,生信入门、R语言、生信图解读与绘制、软件操作、代码复现、生信硬核知识技能、服务器、生物信息学的教程,以及基于R的分析和可视化等原创内容,一起见证小白和大佬的成长。
标签: