肿瘤免疫治疗多组学综合分析数据库CAMOIP发表

王诗翔呀

发布于 2022-03-30 08:47:24

5920

发布于 2022-03-30 08:47:24

文章被收录于专栏：优雅R

大家好，非常感谢大家对CAMOIP的兴趣和支持。经过半年多的努力，我们的CAMOIP工具迎来了1.1版本，这个版本有更多的功能和更好的用户体验感。 CAMOIP提供用户对免疫治疗预后的生物标志物(如基因突变或基因表达：预后分析)的筛选和后续分子机制的探索 (如①表达分析，②基因突变全景分析，③免疫原性分析-TMB，免疫原性分析-NAL，免疫原性分析-MANTIS score，④免疫浸润分析-免疫细胞，免疫浸润分析-免疫基因，免疫浸润分析-免疫分数，⑤通路富集分析-GSEA，通路富集分析-ssGSEA)。此外，用户还可以通过使用CAMOIP对来自TCGA数据库中的所有癌症类型患者进行上述类似的分析。目前CAMOIP也被Briefings in Bioinformatics接受了。感谢这段时间通过微信群和邮件等方式给我们提出宝贵意见的各位老师。欢迎大家体验！ CAMOIP网址：http://www.camoip.net/ CAMOIP备用网址：http://220.189.241.246:13838/ 大家有什么意见和建议也请告知我们（zhangjian@i.smu.edu.cn或者luopeng@smu.edu.cn）。此外，我们后续也会检索和更新CAMOIP中的免疫治疗队列，如果大家有免疫治疗队列，也可以以邮件的形式发送发给我们，我们则会定期更新CAMOIP中数据的。

Survival Analysis

1、Kaplan-Meier

☑用户可以探索某基因突变状态(MT, WT)对感兴趣的癌症患者接受免疫治疗(ICI-cohort)后临床预后(如OS, PFS)对影响。

☑用户可以探索某基因表达状态(High-Expression, Low-Expression)对感兴趣的癌症患者接受免疫治疗(ICI-cohort)后临床预后(如OS, PFS)对影响。

☑用户可以探索某基因突变状态(MT, WT)对感兴趣的癌症患者(TCGA-cohort)临床预后(如OS, PFS)对影响。

☑用户可以探索某基因表达状态(High-Expression, Low-Expression)对感兴趣的癌症患者(TCGA-cohort)临床预后(如OS, PFS)对影响。

2、Cox-Regression

☑用户可以探索某基因突变状态(MT, WT)，临床特征对感兴趣的癌症患者接受免疫治疗(ICI-cohort)后临床预后(如OS, PFS)对影响。

☑用户可以探索某基因表达状态(High-Expression, Low-Expression)，临床特征对感兴趣的癌症患者接受免疫治疗(ICI-cohort)后临床预后(如OS, PFS)对影响。

☑用户可以探索某基因突变状态(MT, WT)，临床特征对感兴趣的癌症患者(TCGA-cohort)临床预后(如OS, PFS)对影响。

☑用户可以探索某基因表达状态(High-Expression, Low-Expression)，临床特征对感兴趣的癌症患者(TCGA-cohort)临床预后(如OS, PFS)对影响。

Expression Analysis

1. Boxplot

☑在ICI-cohort或TCGA-cohort中，用户可以比较感兴趣的1~10个基因的表达量水平在某基因突变状态(MT, WT)的差异。

☑在ICI-cohort或TCGA-cohort中，用户可以比较感兴趣的1~10个基因的表达量水平在基因表达状态(High-Expression, Low-Expression)的差异。

2. Table

☑在ICI-cohort或TCGA-cohort中，用户可以比较某基因突变状态(MT, WT)下所有基因表达量的差异。

☑在ICI-cohort或TCGA-cohort中，用户可以比较某基因表达状态(High-Expression, Low-Expression)下所有基因表达量的差异。

Mutational Landscape Analysis

☑在ICI-cohort或TCGA-cohort中，用户可以比较某基因突变状态(MT, WT)下特定数量(10~30个)TOP mutated的基因或驱动基因的突变频率之间的差异。

☑在ICI-cohort或TCGA-cohort中，用户可以比较某基因表达状态(High-Expression, Low-Expression)下特定数量(10~30个)TOP mutated的基因或驱动基因的突变频率之间的差异。

Immunogenicity Analysis

1. Tumor Mutation Burden (TMB)

☑在ICI-cohort或TCGA-cohort中，用户可以比较某基因突变状态(MT, WT)下TMB的差异。

☑在ICI-cohort或TCGA-cohort中，用户可以比较某基因表达状态(High-Expression, Low-Expression)下TMB的差异。

2、Neoantigen Loads (NAL)

☑在ICI-cohort或TCGA-cohort中，用户可以比较某基因突变状态(MT, WT)下NAL的差异。

☑在ICI-cohort或TCGA-cohort中，用户可以比较某基因表达状态(High-Expression, Low-Expression)下NAL的差异。

3、MANTIS Score

☑在TCGA-cohort中，用户可以比较某基因突变状态(MT, WT)下MANTIS Score的差异。

☑在TCGA-cohort中，用户可以比较某基因表达状态(High-Expression, Low-Expression)下MANTIS Score的差异。

Immune Infiltration Analysis

1、Immune Cells

☑在ICI-cohort或TCGA-cohort中，用户可以比较某基因突变状态(MT, WT)下免疫细胞分数(由不同免疫细胞评估算法评估，包括①CIBERSORT；②EPIC；③IPS；④MCPcounter；⑤quanTIseq)的差异。

☑在ICI-cohort或TCGA-cohort中，用户可以比较某基因表达状态(High-Expression, Low-Expression)下免疫细胞分数(由不同免疫细胞评估算法评估，包括①CIBERSORT；②EPIC；③IPS；④MCPcounter；⑤quanTIseq)的差异。

2、Immune Genes

☑在ICI-cohort或TCGA-cohort中，用户可以比较某基因突变状态(MT, WT)下免疫相关基因的表达量(如①免疫检查点相关基因)；②抗原处理和呈递相关基因；③B细胞相关基因；④CD4+调节T细胞相关基因；⑤CD8+ T cells相关基因；⑥细胞毒性相关基因；⑦免疫抑制相关基因；⑧免疫刺激相关基因；⑨Macrophages相关基因；⑩Type I/II IFN Response相关基因)的差异。

☑在ICI-cohort或TCGA-cohort中，用户可以比较某基因表达状态(High-Expression, Low-Expression)下免疫相关基因的表达量(如①免疫检查点相关基因)；②抗原处理和呈递相关基因；③B细胞相关基因；④CD4+调节T细胞相关基因；⑤CD8+ T cells相关基因；⑥细胞毒性相关基因；⑦免疫抑制相关基因；⑧免疫刺激相关基因；⑨Macrophages相关基因；⑩Type I/II IFN Response相关基因)的差异。

3、Immune Scores