大家好，今天向大家介绍一篇2020年8月，发表在Journal of Cellular Physiology( IF: 5.546)杂志上的纯生信分析文章，文章主要分析了三种主要泌尿科癌症（膀胱尿路上皮癌、肾透明细胞癌、前列腺癌）免疫活性评分的预后价值和潜在亚型。看到影响因子5+的生信文章，你是不是认为要么是结合了烧钱的湿实验，要么是采用了烧脑的编程代码?小编今天要说，NO! 俗话说，工欲善其事,必先利其器，今天正式分享这篇文献之前小编要先向大家介绍一个生信分析的利器“TIP网站”。工具介绍：TIP全名Tracking Tumor Immunophenotype，是哈尔滨医科大学生物信息科学与技术学院徐立文等人在2018年12月研发的一种用于解决肿瘤免疫表型分析的Web服务器，是一个很炫酷的研究肿瘤免疫的分析工具，操作简单，结果清晰，简直是相关生物学家、临床医生的福音，尤其是在没有任何编程或计算机技能的情况下，可以对TIP的综合状态进行分析、跟踪和可视化。接下来我们看看TIP网站的主要功能，1）通过肿瘤免疫周期分析在这七个阶段下抗癌免疫状态2）推断各种肿瘤浸润免疫细胞的比例，如T细胞，B细胞，NK细胞，巨噬细胞的比例3） 分析了33种TCGA人类癌症中11373例患者的抗癌免疫状态和肿瘤浸润免疫细胞比例，作为肿瘤免疫表型分析的参考。接下来，言归正传，看看作者是如何开拓思路，不费一兵一卒，成功发表5+文章的吧~数据下载:1. TCGA数据库: 主要用于下载三种主要的泌尿系统癌症类型:膀胱尿路上皮癌(BLCA)、肾透明细胞癌(KIRC)和前列腺癌(PRAD)的临床数据和病理资料。2. TIP网站：主要用于分析患者的免疫活性评分和免疫细胞浸润结果。结果展示:Part 1. 患者病理特征及比较从TCGA数据集中分析了408例BLCA、533例KIRC和497例PRAD患者。其中BLCA患者232例(56.7%)，KIRC患者229例(43.0%)，PRAD患者129例(26.0%)属不良生存结局组。患者的临床病理资料如下图所示，作者通过卡方检验分析了有利结局组和不利结局组之间性别、年龄、肿瘤分级、病理分期(T、 N 、M期)、肿瘤分期(I+II、III+IV期)、淋巴血管侵犯、阳性淋巴结等方面的差异。

Part 2.免疫活性状况从TIP网站上收集了三种癌症(BLCA、KIRC和PRAD)的178个免疫相关基因的抗癌免疫活性数据，并下载分析结果的相关图片。和分别为肿瘤和正常样本的热图和PCA结果。结果显示，signature基因表达只有在KIRC中才表现出对肿瘤和正常组织的良好鉴别能力。

Part 3. 免疫活性评分从TIP网站的pan cancer analysis标签中收集三种癌症的详细免疫活性评分，并与TCGA数据库中的临床参数相匹配。为三种泌尿系肿瘤免疫活性评分， 主要包括23组免疫相关细胞在七个阶段下的抗癌免疫状态。为癌症有利组和不利组的免疫活性评分比较，结果发现只有嗜酸性粒细胞免疫活性评分在三种癌症有利和不利结果组之间均有显著差异(BLCA中p = 0.038， KIRC中p = 0.007，在PRAD中p = 0.015)，。

Part 4. 预后性能根据TIP网站的定义，综合23个标准化得分，获得了整体活性得分，但ROC曲线未显示出对不良临床结果的预测能力(BLCA为0.538,KIRC为0.579,PRAD为0.513)。然后作者根据肿瘤中有利结局组和不利结局组免疫活性评分差异 (有统计学意义，p < 0.05)进行二元logistic回归分析，得到调整后的整体活性评分，略微提高了对不良临床结果的预测能力。如为调整后的免疫活性评分组Kaplan-Meier曲线。

Part 5. 免疫活性亚型分析接下来，作者采用K均值聚类法和PCA方法，根据23组免疫活性评分来分析三种癌症亚型。开始时，每个癌症类型随机抽取3-5组聚类，然后根据每个亚型中患者的合适数量以及对PFS的最佳判别能力，手工选择最合适的聚类组数。方差分析与K均值聚类方法相同，F值的结果可以评价各活性得分在子类型聚类中的影响。BLCA、KIRC、PRAD分别分为4、3、4个亚型。各子类型的具体特征见表2。

在23组免疫活性得分中，选取F值最高的前6名得分。根据与同一癌症类型的其他亚型相比的平均得分，每个免疫活性得分被分为高、中高、中、中低或低组。如为三种泌尿系统癌症的K均值聚类结果，为各亚型PFS的KM曲线。

结果显示，在BLCA中，亚型1患者的PFS显著高于其他患者 (1 vs. 2, p = 0.027;1 vs. 3, p = 0.013;1 vs. 4, p = 0.036)， BLCA的这一亚型以高NK细胞、T细胞、巨噬细胞、Th1细胞和树突状细胞免疫评分为特征；在KIRC中，亚型1也有显著的有利结果(1 vs. 2, p = 0.02;1vs 3,p =0 .018)，其特征为低NK细胞、CD8 T细胞、巨噬细胞、T细胞、Th1细胞免疫评分和Step 3评分；在PRAD中，亚型1的患者同样具有良好的预后(1 vs. 2, p<0.001，1 vs 3,p =0 .015)，但与亚型4比较无统计学意义(p =0 .087)，另外，一个相对较小的亚型(n = 47)患者的临床预后较差，该亚型以CD4 T细胞、巨噬细胞、T细胞、Treg细胞募集、中性粒细胞募集和Step 7评分高为特征。更多的原创文章见：结束语:    到此分析结束，我们可以看到作者在没有使用任何复杂的代码和绘图工具，单纯是利用最常用的肿瘤数据库+好用的在线分析工具，就完成了一篇优秀的5+纯生信文章，还是那句话，对于热点该蹭就蹭，能蹭就蹭，不蹭怎么能成热点呢?对于在线工具，能用就用，应用尽用， 免费的工具不香吗?心动不如行动，赶快试试吧~2021年，遇见更好的自己