TIDE算法来预测免疫治疗疗效—科研工具箱

请关注公众号【叨客学习资料】 在使用网站的过程中有疑问,请来公众号进行反馈哦

一、什么是TIDE?

TIDE(http://tide.dfci.harvard.edu/)代表肿瘤免疫功能障碍和排斥。它是一个计算框架,用于评估肿瘤样本基因表达谱中肿瘤免疫逃逸的可能性。该工具主要有以下功能模块:

预测反应(Predict Response):为每个肿瘤样本计算的TIDE评分可以作为替代生物标记物,预测对免疫检查点阻断的反应,包括黑色素瘤和NSCLC的抗PD1和抗CTLA4。

查询基因(Query Gene):潮汐信号中得分较高的基因也显示了肿瘤免疫逃逸和癌症免疫治疗抵抗的潜在调节因子。

二、响应预测的输入数据格式是什么?

输入数据应为所有患者基因表达谱的平方矩阵。每列代表患者ID,每行代表一个基因名称,可以是符号名称(如TGFB1)或Entrez ID(如7040)。请看官网提供的案例:一些黑色素瘤抗PD1或抗CTLA4疗法的样本。

注:基因表达值应针对对照样本进行标准化,对照样本可以是与癌症类型相关的正常组织,也可以是来自不同肿瘤样本的混合样本。

PS:参考文献Signatures of T cell dysfunction and exclusion predict cancer immunotherapy response。The expression values of all genes are normalized by subtracting the mean values across all samples in a data set

RNA-seq实验的log2(RPKM+1)值可能没有意义,除非有一个良好的参考对照可用于调整批次效应和癌症类型差异。在我们的研究中,我们使用每个研究中的所有样本平均值作为标准化对照。

预测反应(Predict Response)

C:\Users\JINWAN~1\AppData\Local\Temp\1633108593(1).png
C:\Users\JINWAN~1\AppData\Local\Temp\1633107836(1).png
C:\Users\JINWAN~1\AppData\Local\Temp\1633107937(1).png

结果中报告了三种限制肿瘤中T细胞浸润的细胞类型,即肿瘤相关成纤维细胞(CAF)、髓源性抑制细胞(MDSCs)和肿瘤相关巨噬细胞(TAMs)的M2亚型。

查询基因(Query Gene)

此外,网站提供了TCGA和一些GEO数据集已经分析好的结果,可供用户检索。C:\Users\JINWAN~1\AppData\Local\Temp\1633155480(1).png

C:\Users\JINWAN~1\AppData\Local\Temp\1633155741(1).png

此外,网站还可以下载所有作者团队对TCGA、PrecG和METABRIC队列的分析结果。

如需了解更多,请参考作者文章:

  • Large-scale public data reuse to model immunotherapy response and resistance. Jingxin Fu, Karen Li, Wubing Zhang, Changxin Wan, Jing Zhang§, Peng Jiang§, X. Shirley Liu§

Genome Medicine, 2020. PubMed | Read the paper | PDF

  • Signatures of T-cell dysfunction and exclusion predict cancer immunotherapy responsePeng Jiang*, Shengqing Gu*, Deng Pan*, Jingxin Fu, Avinash Sahu, Xihao Hu, Ziyi Li, Nicole Traugh, Xia Bu, Bo Li, Jun Liu, Gordon J. Freeman, Myles A. Brown, Kai W. Wucherpfennig§, X. Shirley Liu§

Nature Medicine, 2018. PubMed | Read the paper | PDF F1000 Prime Highlight

© 版权声明
THE END
喜欢就支持一下吧
点赞0 分享
评论 抢沙发
头像
请输入有效评论哦,肆意灌水或者乱打评论是不会通过的,会影响您评论后获得资源哦~~
提交
头像

昵称

取消
昵称表情

    暂无评论内容