免疫细胞浸润是指免疫细胞（如T细胞、B细胞、巨噬细胞、自然杀伤细胞等）在组织内的积聚和聚集现象。免疫细胞可以通过多种机制识别和攻击肿瘤细胞，同时也可以调节其他免疫细胞的活动，从而影响肿瘤的生长、扩散和治疗反应。因此，评估肿瘤组织中的免疫细胞浸润程度和类型，对于了解肿瘤微环境和预测肿瘤预后具有重要的临床意义。

免疫细胞浸润丰度分析是一种用于评估肿瘤组织中免疫细胞浸润的方法，通过对组织样本进行基因表达分析，计算出不同类型的免疫细胞在组织中的相对丰度，通过免疫细胞浸润丰度分析，可以确定肿瘤组织中的不同类型的免疫细胞的相对数量，如肿瘤相关巨噬细胞、CD8+ T细胞、调节性T细胞等。这些信息可以帮助研究人员了解免疫细胞在肿瘤微环境中的作用和相互作用，并为肿瘤治疗的个体化设计提供重要的参考依据。

单样本富集算法（Single-sample GSEA）是一种基于基因集富集分析（GSEA）的方法，用于在单个样本中对基因集的富集程度进行评估。该算法通过将基因表达数据与参考基因集进行比较，来确定在特定条件下哪些基因集是富集的。

1、基因表达矩阵：-Eset，表示基因表达矩阵文件，以基因为行，样本为列， 保存为 csv 文件；

2、各细胞的marker基因列表：-genesets 表示各个免疫细胞的 maeker 基因文件，第一列为基因symbol，第二列为 marker 基因对应的细胞类型；

3、样本表型信息： -sampleLabels 表示样本表型信息，包含两列，第一列为样本名称，必须包含于或等于基因表达矩阵的样本， 第二列为对应的表型。

1、现学

2、找云生信线上分析（网页左上角有使用说明，跟着教程来就可以了。）

只需要动动手指，直接上传自己的数据就可以啦，是不是超简单的！下面小果展示一下运行效果，这里用的是网站提供的示例数据。

图1各个免疫细胞在各组表型样本中的相对浸润丰度箱式图.

不同颜色表示不同的样本表型，该图添加了显著性 p.value 值

另外，该算法还提供了各个免疫细胞在不同样本中的富集得分，如图2所示

图2各个免疫细胞在不同样本中的富集得分.其中A1列表示了不同的免疫细胞，B-MQ列则表示不同的样本。有了这个表格数据就可以结合自己的样本和研目的绘制自己想要的图了。

图3表示各个免疫细胞在各个样本中的相对浸润丰度热图，最上边不同颜色横条表示不同表型的样本，图中的颜色从蓝到黄表示浸润丰度从低到高。图4表示各个免疫细胞在各组表型样本中的相对浸润丰度箱式图，不同颜色表示不同的样本表型。

图3不同免疫细胞在各个样本中的相对浸润丰度热图

图4各个免疫细胞在各组表型样本中的相对浸润丰度箱式图

怎么样，看到这里是不是想要迫不及待地用自己的数据试一试呢？简单又漂亮，你值得拥有！快来试一试吧。

微信号 | 18502195490

知乎 | 生信果