2018年腫瘤免都疫榮獲諾獎，成為一大熱點。咱有些小夥伴的資料庫挖掘卻一萬年停留在那些被玩壞了的套路上，比如像這樣做一個GEO的差異分析，就放上這兩圖。
還有就是那個通路分析，網絡分析
然後你的文章就是因為這樣lowbee的套路被拒的，
這樣的科研真令人絕望。然鵝，有些小夥伴的數據挖掘可以是這樣的：
基因表達與免疫浸潤的關係，從轉錄組數據提取出免疫浸潤數據。其實早已有大佬開發出相關軟體，甚至網頁工具，助力數據挖掘。計算免疫浸潤的軟體工具從算法層面主要分為三類，包括基於Marker gene的算法，基於partial deconvolution，以及complete deconvolution。從咱們無生物信息背景的科研凡人視角來看，咱就分為網頁版工具
（方便好用上手快呀）
與需要命令行工作的軟體包（主要是基於R平臺的軟體包）。以下附上相關軟體工具的匯總：
白介素2同學特地標記出來兩個網頁版的工具，親測有效，牆裂推薦試試TIMER，簡直可以說腫瘤免疫浸潤分析界的神器了，能做的分析包括以下幾種：
1. 基因表達與免疫浸潤的相關性，
2. 免疫浸潤或者基因表達的生存曲線
3. 免疫浸潤與somatic CNA的關係
4. 甚至腫瘤與正常組織的差異表達情況
5. 基因表達之間的相關性
6. 最後是根據自己的數據計算免疫浸潤分數
簡單放幾張結果圖，展示下可能得到的結果：
隨手看了下，基因表達與各種免疫細胞浸潤的關係。
發現右側還有，隨手而動的Cox多因素分析，（代碼都是自動的）計算好的HR。
居然還有還有差異表達分析：
在乳腺癌中，PIK3CA突變組與非突變組的免疫浸潤情況。
好了講到這裡，白介素2同學已經徹底淪陷，本來根本沒有打算寫這個工具這麼多內容的，自己在測試的時候忍不住。這樣純點擊，自動化的發表級圖片，自然是喜歡得不得了。
不行振作起來，還有一個關鍵內容沒寫完嘞，按要求準備好表達數據，格式如下：
上傳之後，等待處理，稍稍等幾分分鐘，就會得到計算完成的提示，下載結果，得到免疫浸潤分數的結果，內容如下：
詳細的操作步驟就不做過多講解了，需要的小夥伴可自行去網站，稍微點擊幾下就會，像白介素同學也就看了幾眼，網站炒雞親民，根本不需要教程的，如果實在需要教程，網站配套有錄製好的視頻（需要梯子奧）。
長按二維碼識別關注「小張聊科研」
關注後獲取《科研修煉手冊》1、2、3、4、5、6、7，8和9。