2018年肿瘤免都疫荣获诺奖，成为一大热点。咱有些小伙伴的数据库挖掘却一万年停留在那些被玩坏了的套路上，比如像这样做一个GEO的差异分析，就放上这两图。
还有就是那个通路分析，网络分析
然后你的文章就是因为这样lowbee的套路被拒的[图片上传失败...(image-296776-1547909938262)] 这样的科研真令人绝望。然鹅，有些小伙伴的数据挖掘可以是这样的：
基因表达与免疫浸润的关系，从转录组数据提取出免疫浸润数据。其实早已有大佬开发出相关软件，甚至网页工具，助力数据挖掘。计算免疫浸润的软件工具从算法层面主要分为三类，包括基于Marker gene的算法，基于partial deconvolution，以及complete deconvolution。从
咱们无生物信息背景的科研凡人视角来看，咱就分为网页版工具[图片上传失败...(image-262630-1547909984040)] （方便好用上手快呀）与需要命令行工作的软件包（主要是基于R平台的软件包）。以下附上相关软件工具的汇总：
白介素2同学特地标记出来两个网页版的工具，亲测有效，墙裂推荐试试TIMER，简直可以说肿瘤免疫浸润分析界的神器了，能做的分析包括以下几种：[图片上传失败...(image-1373c8-1547910008837)]
1. 基因表达与免疫浸润的相关性，
2. 免疫浸润或者基因表达的生存曲线
3. 免疫浸润与****somatic CNA****的关系
4. 甚至肿瘤与正常组织的差异表达情况
5. 基因表达之间的相关性
6. 最后是根据自己的数据计算免疫浸润分数
简单放几张结果图，展示下可能得到的结果：
随手看了下，基因表达与各种免疫细胞浸润的关系。
发现右侧还有，随手而动的Cox多因素分析，（代码都是自动的）计算好的HR。
居然还有还有差异表达分析：
在乳腺癌中，PIK3CA突变组与非突变组的免疫浸润情况。
好了讲到这里，白介素2同学已经彻底沦陷了[图片上传失败...(image-b243e1-1547910087439)] ，本来根本没有打算写这个工具这么多内容的，自己在测试的时候忍不住了[图片上传失败...(image-4391ee-1547910087439)] 。这样纯点击，自动化的发表级图片，自然是喜欢得不得了[图片上传失败...(image-5da21f-1547910087439)] 。
不行振作起来，还有一个关键内容没写完嘞，按要求准备好表达数据，格式如下：
详细的操作步骤就不做过多讲解了，需要的小伙伴可自行去网站，稍微点击几下就会，像白介素同学也就看了几眼，网站炒鸡亲民，根本不需要教程的，如果实在需要教程，网站配套有录制好的视频（需要梯子奥）。
《致科研》
如果我爱你，绝不学那****lowbee****的套路，为****pubmed****重复单调的差异分析****PPI****。
如果我爱你，绝不放过那些无敌的神器，借肿瘤免疫的高枝炫耀自己。
也不止像qPCR
也不止像Western blot
甚至Microarray, 甚至 RNA-seq
不，这些都还不够，我必须是肿瘤免疫近旁的热点
作为数据挖掘的形象和你站在一起
数据在数据库里，分析在R和那些年我们讲过的神器里
每一次挖掘，我们都有新的方向。
……
改编自《致橡树》-舒婷
附上网址及相关参考资料：
