【零代碼生信分析小工具】第2波，依然是最火的免疫浸潤(rùn)分析工具——xCell，親測(cè)好用！
【零代碼生信分析小工具】二更嘍~?~
小云再闡述下做這個(gè)欄目的初衷：因?yàn)槲覀兊姆劢z朋友們可能有些還是生信剛?cè)腴T選手，面對(duì)一些R語言可能會(huì)一頭霧水（ps：小云也是從新手村走出來的，學(xué)習(xí)R語言也是覺得很難啊~），所以想設(shè)身處地的為新手朋友們分享一些零代碼小工具，可以讓大家能更快的上手分析！（ps：感覺對(duì)自己有用的小伙伴麻煩點(diǎn)個(gè)關(guān)注哦，小云會(huì)多多更新的！）
還是先介紹一下零代碼小工具的分析網(wǎng)站——“云生信在線分析平臺(tái)”，它包含200多個(gè)零代碼分析小工具，只需上傳數(shù)據(jù)，直接一鍵成圖，超級(jí)適合生信小白使用哦。網(wǎng)址：http://www.biocloudservice.com/home.html?，分析平臺(tái)開源、注冊(cè)登錄后可免費(fèi)使用。
今天繼續(xù)分享免疫浸潤(rùn)分析工具，生信里常用的免疫分析方法包括ssGSEA，xCell，MCP-counter，ESTIMATE、TIMER2、CIBERSORT和EPIC等等（這些方法的具體介紹布小谷之前也分享過，也推薦了ssGSEA分析小工具，感興趣的小伙伴點(diǎn)擊文末鏈接就可以觀看啦！），第2波就跟著小云一起來學(xué)習(xí)xCell分析小工具吧！
p?xCell小工具分析原理
xCell 作者整合了 FANTOM、ENCODE、Blueprint、GEO 數(shù)據(jù)庫共 1822 個(gè)純?nèi)祟惣?xì)胞型轉(zhuǎn)錄組，既包括?RNA-seq 也有 Array-based 數(shù)據(jù)，使用單樣本 GSEA（ssGSEA）分析方法對(duì)每個(gè)樣本進(jìn)行評(píng)分，獲得每個(gè)樣本最可靠的特征集（gene?signature），共生成了 489 個(gè)特征。然后建模評(píng)估樣本表達(dá)譜與特征之間的關(guān)聯(lián)。該工具件通過基于組織樣本的基因表達(dá)譜，結(jié)合?R 語言中的 xCell 包，估算出各個(gè)組織樣本的?64 中免疫細(xì)胞富集分?jǐn)?shù)，以此來代表組織中免疫細(xì)胞的相對(duì)含量，通過結(jié)合不同樣本表型，即可知道不同表型下是否存在組織免疫細(xì)胞浸潤(rùn)差異。用戶只需要輸入基因表達(dá)矩陣、樣本的表型信息以及?64 種細(xì)胞所屬的細(xì)胞亞群，軟件將自行計(jì)算出各個(gè)樣本組織中的不同免疫細(xì)胞的相對(duì)含量，同時(shí)結(jié)合樣本分組繪制不同組別下免疫細(xì)胞浸潤(rùn)含量的表達(dá)分布小提琴圖和熱圖。
p?操作方法
n?Step 1 ：首先打開云生信在線分析平臺(tái)，并登錄使用。點(diǎn)擊“計(jì)算?64 種免疫細(xì)胞相對(duì)含量及可視化”進(jìn)入小工具頁面：
n?Step 2：進(jìn)入小工具頁面后，可以看到上傳數(shù)據(jù)選項(xiàng)，點(diǎn)擊進(jìn)入后，提示上傳數(shù)據(jù)需要“文件名和文件格式需要和示例數(shù)據(jù)一致”?；氐焦ぞ唔撁婵梢愿鶕?jù)左上角輸入數(shù)據(jù)模板制作數(shù)據(jù)。
n?Step 3：點(diǎn)擊“輸入數(shù)據(jù)模板”，進(jìn)入以下頁面，可以看到給出了3個(gè)數(shù)據(jù)模板，點(diǎn)擊數(shù)據(jù)可以在線預(yù)覽和下載。
輸入數(shù)據(jù)-1：基因表達(dá)矩陣輸入文件GSE57065_ExprMatrix.csv（基因?yàn)樾?，樣本為列?/strong>
輸入數(shù)據(jù)-2：樣本表型文件group.txt
（兩列，第一列為樣本名稱，樣本順序必須和基因表達(dá)矩陣的樣本一致，第二列為對(duì)應(yīng)的表型分組信息）
輸入數(shù)據(jù)-3：免疫細(xì)胞所屬細(xì)胞亞群文件 cell_type.txt
（表示各個(gè)免疫細(xì)胞所屬的細(xì)胞亞群，共三列，第一列為細(xì)胞全稱，第二列為細(xì)胞縮寫，名字和?xCell 中內(nèi)置的一致，第二列為細(xì)胞所屬的亞群名稱，該文件為固定文件，程序運(yùn)行只需要將該文件拷貝過去，直接進(jìn)行利用，不需要自己制作）
n?Step 4：制作好數(shù)據(jù)后，在文件上傳界面上傳所有輸入數(shù)據(jù)，點(diǎn)擊提交。再返回到工具主頁面點(diǎn)擊“運(yùn)行自有數(shù)據(jù)”即可跳轉(zhuǎn)到結(jié)果展示頁面。
Step 5：xCell免疫細(xì)胞浸潤(rùn)分析共得到12個(gè)結(jié)果，包括6圖6表，每個(gè)結(jié)果都附帶簡(jiǎn)單說明?？梢栽诮Y(jié)果展示頁面直接點(diǎn)擊某個(gè)圖進(jìn)入預(yù)覽頁面，也可以直接下載使用
p?結(jié)果說明
n?相對(duì)浸潤(rùn)豐度熱圖?（Heatmap.pdf）：該圖表示各個(gè)免疫細(xì)胞在各個(gè)樣本中的相對(duì)浸潤(rùn)豐度熱圖，最上邊不同顏色橫條表示不同表型的樣本，最左邊不同顏色表示不同細(xì)胞亞群，圖中的顏色從綠到黃紅表示細(xì)胞含量從低到高。
n?各細(xì)胞亞群免疫細(xì)胞相對(duì)含量小提琴圖?（Epithelial_Xcell_score.pdf、HSC_Xcell_score.pdf、Lymphoid_Xcell_score.pdf、Myeloid_Xcell_score.pdf、Stroma_Xcell_score.pdf）：這5個(gè)圖分別表示?Epithelial 、HSC、Lymphoid、Myeloid和Stroma細(xì)胞亞群中各個(gè)免疫細(xì)胞在各組表型樣本中的相對(duì)含量小提琴圖，不同顏色表示不同的樣本表型，并添加了顯著性?p.value 值。
n?相對(duì)含量統(tǒng)計(jì)表?（xCell_score.csv）：該表顯示64 種免疫細(xì)胞在各個(gè)樣本中的相對(duì)含量。
n?各細(xì)胞亞群免疫細(xì)胞相對(duì)含量統(tǒng)計(jì)表（Epithelial_sig_cell.csv /Lymphoid_sig_cell.csv/Stroma_sig_cell.csv/HSC_sig_cell.csv/Myeloid_sig_cell.csv）：六個(gè)表格文件，分別表示?6 個(gè)細(xì)胞亞群中的各個(gè)細(xì)胞在兩種表型中的含量，以及經(jīng)過顯著性檢驗(yàn)后的?p.value 值。
p?結(jié)語
該小工具設(shè)置參數(shù)少，運(yùn)行速度塊，用戶只需要輸入基因表達(dá)矩陣、樣本的表型信息以及?64 種細(xì)胞所屬的細(xì)胞亞群，軟件將自行計(jì)算出各個(gè)樣本組織中的不同免疫細(xì)胞的相對(duì)含量，同時(shí)結(jié)合樣本分組繪制不同組別下免疫細(xì)胞浸潤(rùn)含量的表達(dá)分布小提琴圖和熱圖。非常適用于生信新手朋友，感興趣的小伙伴趕快來嘗試一波吧！后面還有更多小工具推薦，敬請(qǐng)期待哦！
小云之聲
如果您的時(shí)間和精力有限或者缺乏相關(guān)經(jīng)驗(yàn)，并且對(duì)生信分析和思路設(shè)計(jì)有所需要的話，“小云”非常樂意為您提供如下服務(wù)：免費(fèi)思路評(píng)估、付費(fèi)生信分析和方案設(shè)計(jì)以及實(shí)驗(yàn)項(xiàng)目實(shí)施等，有意向的小伙伴歡迎咨詢布小谷哦！
