预测癌症免疫治疗反应-TIDE数据库学习及知识整理

TIDE（Tumor Immune Dysfunction and Exclusion） 是一个用于预测癌症患者对免疫检查点抑制剂（如PD-1/PD-L1抑制剂）反应的算法。研究者通过检测肿瘤建模队列中每个基因的表达与效应性毒性T淋巴细胞(CTL)浸润水平的相互关系及对生存情况的影响，从而构建算法来鉴定其他肿瘤队列中的T细胞功能障碍特征。

研究者构建的TIDE算法模拟肿瘤免疫逃逸/抑制的机制主要是两种：

1、CTL功能失调(dysfunction) ：在免疫细胞高浸润的肿瘤中，存在着功能失调的效应性毒性T细胞，这些T细胞本可以有效地杀伤肿瘤细胞，但由于某种原因它们的功能被抑制。

2、T细胞清除/排除(exclusion) ：在某些肿瘤中，尽管免疫系统可以识别肿瘤，T细胞却无法有效浸润到肿瘤内部，反而被排除在外。

换句话说，该预测工具主要是是通过分析队列中CTL/T细胞的情况进行免疫反应的预测。

该研究团队开发了门户网站和python代码两种分析方式。本次演示网页版的使用方法。

首先进入门户网站： http://tide.dfci.harvard.edu/，在门户网站的中间处可以看到一个视频介绍使用该网站/方法的注意事项。

注意事项主要有以下几点

1、进入界面后需注册后使用

2、需输入的信息

基因表达矩阵、癌症类型和样本数据是否既往接受过免疫治疗

分别对应以下三个红色方框，其中

3、表达矩阵格式

应是txt,tsv格式的数据，行是基因数据，列为患者样本信息。行名可以是symbol 或者 Entrez ID。

在网页的下方有示例数据，可以参照修改。

4、表达矩阵信息

需要标准化处理，首选的是用正常样本或者不同肿瘤的混合样本作为参考队列。如果没有参考样本，可以选择用所有样本的平均值作为参考队列标准化处理。

RNA-seq数据应使用log2之后的TPM或者FPKM数据。TPM和FPKM数据不可用于分析，除非有质量良好的参考队列。没有特别注明是否可用或不可用芯片数据。