使用ESTIMATE來對轉錄組表達數據根據stromal和immune細胞比例估算腫瘤純度

文章發表於 (2013).
"Inferring tumour purity and stromal and immune cell admixture from expression data."
Nature Communications doi:10.1038/ncomms3612.

ESTIMATE (Estimation of STromal and Immune cells in MAlignant Tumor tissues using Expression data) is a tool for predicting tumor purity, and the presence of infiltrating stromal/immune cells in tumor tissues using gene expression data. ESTIMATE algorithm is based on single sample Gene Set Enrichment Analysis and generates three scores:

1) stromal score (that captures the presence of stroma in tumor tissue),

2) immune score (that represents the infiltration of immune cells in tumor tissue), and

3) estimate score (that infers tumor purity).

預先處理了所有的TCGA數據

只需要根據每個樣本的表達矩陣來計算3個得分，The website presents the scores for all TCGA tumor types. 

在其網站上面可以直接下載整個分析結果哦

R語言包

安裝如下：

library(utils)
rforge <- "http://r-forge.r-project.org"
install.packages("estimate", repos=rforge, dependencies=TRUE)
library(estimate)
help(package="estimate")

運行R包自帶的測試數據

library(estimate)
OvarianCancerExpr <- system.file("extdata", "sample_input.txt",
                                package="estimate")
read.table(OvarianCancerExpr)[1:4,1:4]
filterCommonGenes(input.f=OvarianCancerExpr,
                 output.f="OV_10412genes.gct",
                 id="GeneSymbol")
estimateScore(input.ds = "OV_10412genes.gct",
             output.ds="OV_estimate_score.gct",
             platform="affymetrix")
plotPurity(scores="OV_estimate_score.gct", samples="s516",
          platform="affymetrix")
scores=read.table("OV_estimate_score.gct",skip = 2,header = T)
rownames(scores)=scores[,1]
scores=t(scores[,3:ncol(scores)])
scores

可以看到很簡單的代碼，首先把txt文檔裡面的表達矩陣讀入R裡面轉為gct格式，然後對gct格式的input表達矩陣使用estimateScore得到計算好的3個score值並且保存到本地文件。值如下：

    StromalScore ImmuneScore ESTIMATEScore TumorPurity
s516   -281.81487    171.5411     -110.2737   0.8316075
s518   -426.14692    105.3890     -320.7580   0.8483668
s519    -57.14977   -365.2374     -422.3871   0.8561698
s520   1938.82379   2339.0707     4277.8944   0.3314725
s521   -671.64710    147.6183     -524.0288   0.8637832
s522   1458.13837   1176.8159     2634.9543   0.5472110
s523   -268.89216   -928.4953    -1197.3875   0.9092887
s525    973.42289   1320.0869     2293.5098   0.5884565
s526    552.64161   2162.4612     2715.1029   0.5373262
s527   -709.33568   1312.8416      603.5059   0.7689656

最後一個 plotPurity函數，根據保存好的文件來挑選對應的樣本進行可視化，出圖如下：

其實對大部分使用該包的的文章來說，需要的反而是該包定義的2個基因集，stromal 和 immune , 列表是：

StromalSignature    estimate    DCN PAPPA   SFRP4   THBS2   LY86    CXCL14  FOXF1   COL10A1 ACTG2   APBB1IP SH2D1A  SULF1   MSR1    C3AR1   FAP PTGIS   ITGBL1  BGN CXCL12  ECM2    FCGR2A  MS4A4A  WISP1   COL1A2  MS4A6A  EDNRA   VCAM1   GPR124  SCUBE2  AIF1    HEPH    LUM PTGER3  RUNX1T1 CDH5    PIK3R5  RAMP3   LDB2    COX7A1  EDIL3   DDR2    FCGR2B  LPPR4   COL15A1 AOC3    ITIH3   FMO1    PRKG1   PLXDC1  VSIG4   COL6A3  SGCD    COL3A1  F13A1   OLFML1IGSF6 COMP    HGF GIMAP5  ABCA6   ITGAM   MAF ITM2A   CLEC7A  ASPN    LRRC15  ERG CD86    TRAT1   COL8A2  TCF21   CD93    CD163   GREM1   LMOD1TLR2   ZEB2    C1QB    KCNJ8   KDR CD33    RASGRP3 TNFSF4  CCR1    CSF1R   BTK MFAP5   MXRA5   ISLR    ARHGAP28    ZFPM2   TLR7    ADAM12  OLFML2B ENPP2   CILP    SIGLEC1 SPON2   PLXNC1  ADAMTS5 SAMSN1  CH25H   COL14A1 EMCN    RGS4    PCDH12  RARRES2 CD248   PDGFRB  C1QA    COL5A3  IGF1    SP140TFEC   TNN ATP8B4  ZNF423  FRZB    SERPING1    ENPEP   CD14    DIO2    FPR1    IL18R1  HDC TXNDC3  PDE2A   RSAD2   ITIH5   FASLG   MMP3    NOX4    WNT2    LRRC32  CXCL9   ODZ4    FBLN2   EGFL6   IL1B    SPON1   CD200
ImmuneSignature    estimate    LCP2    LSP1    FYB PLEK    HCK IL10RA  LILRB1  NCKAP1L LAIR1   NCF2    CYBB    PTPRC   IL7R    LAPTM5  CD53    EVI2BSLA    ITGB2   GIMAP4  MYO1F   HCLS1   MNDA    IL2RG   CD48    AOAH    CCL5    LTB GMFG    GIMAP6  GZMK    LST1    GPR65   LILRB2  WIPF1   CD37    BIN2    FCER1G  IKZF1   TYROBP  FGL2    FLI1    IRF8    ARHGAP15    SH2B3   TNFRSF1B    DOCK2   CD2 ARHGEF6 CORO1A  LY96    LYZ ITGAL   TNFAIP3 RNASE6TGFB1 PSTPIP1 CST7    RGS1    FGR SELL    MICAL1  TRAF3IP3    ITGA4   MAFB    ARHGDIB IL4R    RHOH    HLA-DPA1    NKG7    NCF4    LPXN    ITK SELPLG  HLA-DPB1    CD3D    CD300A  IL2RB   ADCY7   PTGER4  SRGN    CD247   CCR7    MSN ALOX5AP PTGER2  RAC2    GBP2    VAV1    CLEC2B  P2RY14  NFKBIAS100A9    IFI30   MFSD1   RASSF2  TPP1    RHOG    CLEC4A  GZMB    PVRIG   S100A8  CASP1   BCL2A1  HLA-E   KLRB1   GNLY    RAB27A  IL18RAP TPST2   EMP3    GMIP    LCK IL32    PTPRCAP LGALS9  CCDC69  SAMHD1  TAP1    GBP1    CTSS    GZMH    ADAM8   GLRX    PRF1    CD69    HLA-B   HLA-DMA CD74    KLRK1   PTPRE   HLA-DRA VNN2    TCIRG1  RABGAP1L    CSTA    ZAP70   HLA-F   HLA-G   CD52    CD302   CD27

我不想賺你的錢，不行嗎？ （推薦閱讀）

腫瘤數據分析工具節選( 搞目錄太浪費時間，請自己搜索)