CNS图表复现19—多时间点取样的病人个免疫细胞亚群动态变化探索

本文是参考学习CNS图表复现19—多时间点取样的病人个免疫细胞亚群动态变化探索的学习笔记。可能根据学习情况有所改动。
文章提到其单细胞转录组数据是:We used scRNA-seq to profile 49 samples (45 lung adenocarcinomas, 1 squamous cell carcinoma, and 3 tumor adjacent tissues [TATs]) (Figure 1A), corresponding to 30 individual patients.

我们可以使用下面的代码检查临床属性:

rm(list=ls())
options(stringsAsFactors = F)
library(Seurat)
library(ggplot2) 

### 来源于 step2-anno-first.R 
load(file = 'phe-of-first-anno.Rdata')
dim(phe)

## 来源于:CNS图表复现05—免疫细胞亚群再分类 
load(file = 'phe-of-subtypes-Immune-by-manual.Rdata')
dim(phe)

ps=as.data.frame(table(phe$patient_id,phe$sample_name))
ps=ps[ps$Freq>1,]
ps
tail(sort(table(ps$Var1)))

# TH266 TH103 TH158 TH179 TH185 TH226 
#     2     3     3     3     3     3 

可以看到其中有两个病人 TH226 and TH266, 是进行了多时间点采样,其中TH226有3个样品,而病人 TH226是2个样品。

文章是 residual disease (RD) 和 on therapy progressive disease (PD),以及 patients before initiating systemic targeted therapy (TKI naive [TN]), 这3组。

这两个病人的各自的多个样品的单细胞数量分布如下:

图片

细胞数量条形图</figcaption>

这就是一个简单的ggplot的条形图罢了,就不展示绘图细节,获取数据也很简单,代码如下:

> ps[ps$Var1=='TH226',]
      Var1   Var2 Freq
1253 TH226 LT_S52  156
1433 TH226 LT_S57  485
1973 TH226 LT_S82  566
> ps[ps$Var1=='TH266',]
      Var1   Var2 Freq
1800 TH266 LT_S75  592
1944 TH266 LT_S81  447

可以看到, 跟原文仍然是有数量差异,但是不同分组的数量相对高低 是没有变化的。

文章显示的细胞亚群比例变化如下:

图片

原文描述是,RD组比TN来说,两个病人都是巨噬细胞降低而T细胞上升 :

  • In 2 tumor biopsies available for patient TH266, both macrophages and T cells showed reduction in the fraction of macrophages and an increase in the fraction of T cells from TN to RD, findings which match the entire cohort
  • TH226 exhibited a similar pattern with the fraction of macrophages decreasing at RD after initiation of treatment and increasing again at PD

同样的,我们自己写代码,完成上面的分析,如下

TH266_phe=phe[phe$patient_id=='TH266',]
library(gplots)
tab.1=table(TH266_phe$analysis,TH266_phe$immuSub) 
balloonplot(tab.1)


TH226_phe=phe[phe$patient_id=='TH226',]
library(gplots)
tab.1=table(TH226_phe$analysis,TH226_phe$immuSub) 
balloonplot(tab.1)

出图如下:

图片

文章是 residual disease (RD) 和 on therapy progressive disease (PD),以及 patients before initiating systemic targeted therapy (TKI naive [TN]), 这3组。前面提到的RD组比TN来说,两个病人都是巨噬细胞降低而T细胞上升。

macrophages的临床意义

既然我们得到了结论,residual disease (RD)相比较naive肿瘤样品来说,都是 巨噬细胞降低而T细胞上升。就需要证明这个发现的临床意义。

(G) Kaplan-Meier plot of deconvoluted TCGA lung adenocarcinoma data showing the relation between OS and the fraction of macrophages for each patient. Patients were stratified by high and low macrophage fraction.

图片

也可以直接下载到TCGA数据库的 lung adenocarcinoma队列的临床信息,以及那些病人的免疫细胞比例,可以自己根据四分位数来做上面的生存分析!

其实文章也提供了他们使用的TCGA数据库


image.png
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,602评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,442评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,878评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,306评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,330评论 5 373
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,071评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,382评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,006评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,512评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,965评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,094评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,732评论 4 323
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,283评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,286评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,512评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,536评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,828评论 2 345

推荐阅读更多精彩内容