https://cibersort.stanford.edu/

聊一个发表在26分杂志上的在线分析神器，此前白介素同学写过一期关于免疫浸润分析，数据挖掘新高度的推文。 这里是续集，数据挖掘新高度（二）

Step1准备数据

在数据分析之前首先需要准备好自己的数据格式，要求不能有缺失值，txt文档不能有双引号,建议数据不要经过log转换。

mixture文档，实际上就是要自己准备好一个表达矩阵，举个栗子如下：

第一个文件

特别注意一点是，数据格式对ID类型不作要求，唯一的要求是必须跟其它提供的文件ID是匹配的，这个还是比较容易做到的嘛。

第二个文件

可以自己输入Signature文件作为参考signature，如果自己准备就准备成下面框框的格式。 也可以选择它本身提供的 LM22 这个signature文件，但要强调的是 LM22仅仅在两个芯片平台上验证过，RNA-seq平台未验证，并且，如果用这个，必须保证你的Mixture文件的ID也用的HUGO。 

 

________________________________________

如果行自己上传 gene signature也是可行的，准备好 signature文件即可。 除此以外如果自己没有 gene signature的话，又不用它自带的 gene signature的话，也可以用，这时就要提供下面两个文件，利用这个数据库来产生 gene signature:

还需要一个 phenotype的文件，格式如下：

Step2-上传文件 and Run

下面我们来上传一个数据分析下试试看，上传一个mixture文件，格式如下：

需要几分钟的时间处理，然后就可以在结果部分看到，行为sample名,列为免疫浸润分数。

还有另外一个图：

除此之外呢，提供所有，分析结果的 CSV, pdf等格式的数据下载，这样就方便大家自己去下载，然后按照自己的要求绘制其它图形，得到的重要结果就是免疫浸润分数。

聊一聊这个免疫浸润分析工具的来头，该数据库由斯坦福大学医学院的研究团队开发的，相关论文2015年发表在 Nature Methods杂志上，截止目前的引用量为645次。

这个工具其实在此前白介素同学撰写的[肿瘤免疫浸润分析工具汇总]一文中有提到过，上次还做了标注。跟此前介绍的 TIMER 数据库（https://cistrome.shinyapps.io/timer/）相比呢，在使用的友好程度上没有那么高，但是引用次数更高。

需要注册，比较麻烦。而且教程不够完善，个人认为教程讲的不是很清楚，对新手而言要使用需要一定的学习成本。另外就是可视化程度不够高，而TIMER的美图，确实是超酷啊。不过既然发表的论文在高级的杂志，可能在算法层面有自己的优越性吧，这个就超出白介素同学能力范围了，这里不作评价了。至于究竟使用哪个，还是需要看大家自己的需求哈，反正都是可靠的！

好了，这是白介素同学自己探索这个分析工具的所得基本就是这些啦，探索的过程比较曲折，还是分享给大家。