欢迎关注”生信修炼手册”!
quanTIseq基于反卷积算法，利用bulk samples的RNA_seq数据，可以对肿瘤样本中不同种类免疫细胞的组成进行预测，支持以下10种类型的免疫细胞
B cells
Classically activated macrophages(M1)
Alternatively activated macrophage(M2)
Monocytes
Neutrophils
Natural Killer(NK) cells
Non-regulatory CD4+ T cells
CD8+ T cells
Regulatory CD4+ T(Treg) cells
Dendritic cells
该软件设计成pipeline的形式，直接输入样本对应的测序原始数据，进行预处理，定量，免疫细胞组分预测，数据分析流程示意如下
分成以下3个模块
预处理，使用Trimmomatic处理原始测序数据，去除adapter和低质量碱基
基因表达定量，使用kallisto软件进行定量，定量的方式为TPM
细胞组分预测，该软件的核心，利用反卷积算法预测样本中不同细胞的比例
该软件的用法非常简便，需要输入一个配置文件，在配置文件中指定了样本对应的序列文件的位置，内容示意如下
\t分隔的三列文件，第一列为样本名称，第二列和第三列分别对应R1端和R2端的序列文件。配置文件写好之后，直接运行一下代码即可
默认情况下，在输出结果目录会产生以下两个文件
quanTIseq_gene_tpm.txt
quanTIseq_cell_fractions.txt
第一个文件为每个样本中基因的TPM表达量，第二个文件为每个样本中免疫细胞组分的定量结果，内容示意如下
通过该软件可以方便的分析肿瘤样本的免疫细胞浸润情况，进一步结合生存分析可以从肿瘤免疫微环境中筛选相关的biomarker。
·end·
—如果喜欢，快分享给你的朋友们吧—
扫描关注微信号，更多精彩内容等着你！
本文分享自微信公众号 - 生信修炼手册（shengxinxiulian）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
来源：oschina
链接：https://my.oschina.net/u/4580290/blog/4570406