免疫浸润算法那么多，要怎么选呢？

对于基于转录组数据来评价样本当中的免疫细胞浸润情况的算法已经开发出了很多种了。之前我们在介绍TIMER2.0以及这两个免疫浸润数据库的时候，也提到了很多中算法。例如GEPIA2021就是基于CIBERSORT, EPIC, quanTIseq这三种算法来进行评价了。

那么对于免疫浸润算法这么多，哪个算法更好一些的呢？所以今天我们就来简单的介绍一个评价了多个免疫浸润算法的综述。

在这个文章当中，作者对常用的七种个免疫浸润算法(CIBERSORT, CIBERSORT abs. mode, EPIC, MCP-counter, quanTIseq, TIMER以及xcell)进行了评价。首先作者总结了这七种算法的基本类型以及基本的原理。

免疫算法原理

方法可以区分为基于标记基因的方法 (M) 和基于反卷积的方法 (D)。这些方法在有的可以进行细胞类型之间的样本内比较(Intra)、有的可以进行相同细胞类型的样本间比较(Inter)。

免疫算法选择推荐

最后文章基于不同的目的提供了一个最终的结论。

  1. 其中，EPIC 和 quantTIseq 是唯一提供代表细胞分数的“绝对分数”的方法。因此这两个算法可以进行不同免疫细胞之间的比较。出于这个原因，并且由于强大的整体性能，作者推荐 EPIC 和 quantTIseq 用于常规的免疫细胞评价。

  2. 但是，在实践中，绝对分数并不总是必要的。例如，在临床试验中，相对评分方法可用于推断治疗组和对照组之间的倍数变化或监测纵向样本中免疫成分的变化。在这种情况下，使用 MCP-counter 是一个不错的选择，因为它具有高度特异性的特征。

  3. 另外当对细胞类型的存在/不存在感兴趣时，我们建议使用 xCell。

最后如果只是想要检测某一个类型的免疫细胞的话，基于不同的类型。作者提供了基本方法推荐。之后如果想要重点关注哪个免疫细胞可以使用相对应的方法即可。

Immunodeconv

另外， 为了方便使用以上的这些算法。作者也开放了一个R包：Immunodeconv。使用这个包就可以直接计算多个算法免疫浸润的结果了。有兴趣的同学可以了解一下。

赞 (0)

相关推荐