TCGA数据库免疫浸润数据资源及下载指南

TCGA数据库免疫浸润数据资源及下载指南

引用

CSDN

1.

https://blog.csdn.net/m0_59164520/article/details/145322595

TCGA（The Cancer Genome Atlas）数据库是癌症基因组学研究的重要资源，其中包含大量关于肿瘤免疫微环境的数据。最近，研究人员发现TCGA官网已经整理并提供了免疫浸润、新抗原、突变负荷、CNV负荷等数据，这些数据对于研究肿瘤免疫微环境和免疫反应具有重要参考价值。本文将详细介绍这些数据资源及其应用。

癌症免疫Landscape

Immune Landscape of Cancer 是基于 TCGA 数据的全面肿瘤免疫微环境分析项目，为研究肿瘤免疫微环境和免疫反应提供了重要参考。

免疫相关内容

1. 肿瘤免疫浸润特征

• 描述肿瘤中免疫细胞（如 T 细胞、B 细胞、NK 细胞、巨噬细胞等）的浸润模式。
• 通过基因表达数据估算免疫细胞丰度（如使用 TIMER 和 CIBERSORT 等方法）。

2. 肿瘤免疫亚型的分类

将所有肿瘤样本划分为六种免疫亚型，每种亚型对应不同的免疫特征和生物学行为：

• C1 (Wound Healing)：高表达促炎因子（如 IL-6）。显著的血管生成和巨噬细胞浸润。
• C2 (IFN-γ Dominant)：高水平的 T 细胞浸润。强烈的 IFN-γ 信号。
• C3 (Inflammatory)：高 B 细胞浸润。预后最好。
• C4 (Lymphocyte Depleted)：单核细胞和中性粒细胞主导。高 TGF-β 信号，预后较差。
• C5 (Immunologically Quiet)：免疫浸润最少，基因组稳定性高。
• C6 (TGF-β Dominant)：TGF-β 相关信号增强。基质成分丰富，预后最差。

3. 肿瘤突变负荷（TMB）与免疫反应

• 研究不同癌症类型的突变负荷水平与免疫浸润的关系。
• TMB 高的肿瘤通常伴随更多的新抗原，可能更容易诱导免疫反应。
• 关联 TMB 与免疫治疗的潜在疗效。

其它数据

除了免疫相关的数据之外，还提供了甲基化、拷贝数等数据，有需要的可以直接下载使用，就不用自己在慢慢算了。

关于TCGA各种免疫浸润数据的分析，之前有也工具计算过，比如TIMER2。不过这个网站好像很久没怎么维护了，不知道现在还能不能下载它提供的数据，我还是两年前下载的，如果大家有需要，我后面可以分享一下。

immu_data <- fread("./infiltration_estimation_for_tcga.csv",data.table = F)   

11070行是包含TCGA所有的样本，120列是包括了TIMER、CIBERSORT、CIBERSORT-ABS、QUANTISEQ、MCPCOUNTER、XCELL、EPIC这些计算免疫浸润方法的结果。

数据下载链接

链接：https://gdc.cancer.gov/about-data/publications/panimmune