爾云間 一個(gè)專門做科研的團(tuán)隊(duì)

生信人R語言學(xué)習(xí)必備

立刻擁有一個(gè)Rstudio賬號(hào)

開啟升級(jí)模式吧

（56線程，256G內(nèi)存，個(gè)人存儲(chǔ)1T）

• 嘿大家！好久不見，今天我們來學(xué)習(xí)一個(gè)新的R包，它可以用來進(jìn)行免疫得分的計(jì)算，并繪制箱線圖進(jìn)行結(jié)果展示。感興趣的話就和小果一起學(xué)起來吧！

什么是estimate包？

在這之前，小果先給大家對(duì)estimate包做一個(gè)簡(jiǎn)單的介紹。

estimate是一個(gè)在腫瘤組學(xué)研究中常用的R包，其主要功能是用于評(píng)估腫瘤組織中免疫細(xì)胞浸潤的程度，并對(duì)免疫相關(guān)的信號(hào)通路進(jìn)行分析。estimate基于基因表達(dá)數(shù)據(jù)進(jìn)行計(jì)算，主要利用了免疫和腫瘤細(xì)胞特異的基因表達(dá)標(biāo)記，并根據(jù)這些標(biāo)記的表達(dá)水平估算組織中免疫和非免疫細(xì)胞的數(shù)量。最終，estimate會(huì)輸出三個(gè)指標(biāo)：ImmuneScore、StromalScore和ESTIMATEScore，用于評(píng)估免疫和成纖維細(xì)胞浸潤的程度及其影響。

小果提醒，今天我們要學(xué)的就是通過estimate計(jì)算ImmuneScore值并將其可視化，同時(shí)在學(xué)會(huì)計(jì)算ImmuneScore（免疫得分）的基礎(chǔ)上小果還會(huì)向大家介紹如何計(jì)算StromalScore（基質(zhì)得分），那么大家就和小果一起來看一下吧！

數(shù)據(jù)導(dǎo)入及預(yù)處理

首先我們需要安裝并載入一個(gè)叫做“estimate”的包，這個(gè)包可以用來計(jì)算Immune Score的分值哦。

接下來我們來導(dǎo)入我們準(zhǔn)備好的數(shù)據(jù)：

接下來我們使用“filterCommonGenes”函數(shù)對(duì)數(shù)據(jù)集進(jìn)行過濾，并將結(jié)果保存到“my.gct”的文件中。在這個(gè)函數(shù)中，我們還要指定“GeneSymbol”作為基因的ID：

計(jì)算免疫得分

然后我們需要使用“estimateScore”函數(shù)來計(jì)算免疫得分。在這個(gè)函數(shù)中，我們需要指定輸入文件的路徑，以及輸出文件的路徑。我們還要指定數(shù)據(jù)的平臺(tái)（例如affymetrix）：

接下來，我們需要讀取輸出文件“estimate_score.gct”中的數(shù)據(jù)，并將其保存到名為“raw_data”的數(shù)據(jù)集中：

我們一起來看下輸出的數(shù)據(jù)吧：

然后，我們需要讀取準(zhǔn)備好的“group.txt”的文件，這個(gè)文件包含了每個(gè)樣本的名稱以及其對(duì)應(yīng)的集群，我們需要將其與上面的結(jié)果文件合并才能方便之后的可視化工作：

計(jì)算結(jié)果可視化

在上面的步驟中，我們成功的計(jì)算出了Immune Score的值，現(xiàn)在我們通過我們熟悉的ggplot2包來實(shí)現(xiàn)計(jì)算結(jié)果的可視化：

設(shè)置my_labely標(biāo)簽

繪制箱線圖

添加標(biāo)題和調(diào)整繪圖細(xì)節(jié)

設(shè)置x軸和y軸名稱以及y軸顯示范圍

最后，我們使用 ggsave 函數(shù)將繪制好的圖保存為 PDF 格式。

現(xiàn)在和效果一起來看下最后繪制好的圖長(zhǎng)什么樣吧！

怎么樣，你學(xué)會(huì)怎么使用estimate包了嘛? 更多學(xué)習(xí)資源請(qǐng)大家移步小果專屬云生信平臺(tái)搜索更多資源哦！

StromalScore

有了計(jì)算ImmuneScore的基礎(chǔ)，計(jì)算StromalScore也是同樣的計(jì)算方法和可視化方法，只要提取的是結(jié)果文件中的StromalScore列即可：

那么我們?cè)賮砜纯醋詈骃tromalScore的可視化結(jié)果：

怎么樣，今天的圖你學(xué)會(huì)怎么繪制了嗎？

“生信果”，生信入門、R語言、生信圖解讀與繪制、軟件操作、代碼復(fù)現(xiàn)、生信硬核知識(shí)技能、服務(wù)器、生物信息學(xué)的教程，以及基于R的分析和可視化等原創(chuàng)內(nèi)容，一起見證小白和大佬的成長(zhǎng)。