2024-06-16

「付费」【代码-6】全网最简单最适合小白！MCPcounter免疫浸润和相关性分析教程

原创小果生信果 2023-09-22 19:02:48

收录于话题

今天小果想带着大家学习如何利用R包MCPcounter(https://github.com/ebecht/MCPcounter)进行免疫浸润分析，然后与自己感兴趣的目标基因集进行相关性分析，最终绘制相关性热图，通过该分析可以筛选出影响免疫浸润的候选基因，小伙伴们是不是觉得该分析很有用奥，那就赶紧行动起来吧！跟着小果一起开始今天的学习之旅。(Ps:为小伙伴附上如何安装该包的截图以及如何使用该包)

1. 如何进行MCPcounter分析?

如何进行MCPcounter分析，在进行分析之前，小果想简单的介绍一下该包，该R包可以通过归一化后的转录组数据量化异质组织中8个免疫细胞和两个基质细胞的丰度，分数的高低可以显示在免疫微环境中的浸润程度。小伙伴们只需要安装好该包，准备好基因表达矩阵文件作为输入文件，分析就非常非常简单，一句代码就可以完成分析奥！So easy! 非常适合小白！还不快跟着小果开始今天的实操。

2.安装需要的R包

install.packages("ggplot2")install.packages("tidyverse")install.packages("reshape2")install.packages("corrplot")install.packages("devtools")library(devtools)install_github("ebecht/MCPcounter",ref="master", subdir="Source")

结果文件

1. MCPcounter.txt

该结果文件为利用MCPcounter包计算的所有样本的8个免疫细胞和两个基质细胞的丰度，行名为免疫细胞类型，列名为样本名。

2. correlation.pdf

该结果图片为基于目标基因与免疫细胞的相关性热图，横坐标为免疫细胞类型，纵坐标为基因名称，用颜色来表示相关系数大小，星号来表示pvalue值，不同星号表示不同的pvalue值范围。1个星号表示pvalue值小于0.05大于0.01，两个星号表示pvalue值小于0.01，通过该热图可以很迅速的筛选出感兴趣的目标基因集中，那些基因对免疫浸润的影响大，最终筛选出候选基因。