前言

还记得Immugent最开始做数据挖掘时，最常做的分析之一就是用ESTIMATE包来评估肿瘤组织的免疫浸润情况，虽然得到的结果只有stromal score，immune score，estimate score和pirity score四个值，但是其准确性是相当高的！当然后面出现了很多新型的反卷积软件，细胞类型页越来越细化，但是ESTIMATE包依然频繁出现在最新发表的各类文章中。

ESTIMATE包是从表达数据推断肿瘤纯度的基础，但缺乏相关介绍文档，而且有时它的功能在做得不够的情况下越界。tidyestimate包是ESTIMATE的更新，目的是在维护这个包的优秀功能时，增加它的文档和功能范围。

下面Immugent就来介绍一下tidyestimate包。。。

代码流程

首先回顾一下优秀的ESTIMATE包，它最初的文章在2013年发表在NC上，起点还是挺高的。

image.png

这么优秀的包，当然引用率是非常客观的，截止到目前已经被4000+的文章引用过了。

image.png

install.packages("tidyestimate")
#or
devtools::install_github("KaiAragaki/tidy_estimate")

这次更新的特点主要包括以下内容：

image.png

那么下面就开始探索一下这个新包吧！

library(tidyestimate)
dim(ov)
#> [1] 17256    10
head(ov)[,1:5]
#>             s516    s518    s519    s520    s521
#> C9orf152  4.8815  4.5757  3.7395  3.6960  4.1597
#> ELMO2     7.2981  7.5554  7.5332  7.3824  7.3079
#> CREB3L1   5.5692  5.7004  5.9597  5.7700  5.2190
#> RPS11    13.3899 13.8488 13.6429 13.6546 13.5698
#> PNMA1     9.3480 10.0092 10.4310  9.5399  9.6423
#> MMP2      7.6182  8.0369  8.9551 10.3875  7.4141```

这个新包继续延续之前之前简便的特点，运行起来也很简便，一行代码搞定。

scores <- ov |>
filter_common_genes(id = "hgnc_symbol", tell_missing = FALSE, find_alias = TRUE) |>
estimate_score(is_affymetrix = TRUE)

> 461 of 488 missing genes found matches using aliases.

>

> Found 10364 of 10391 genes (99.74%) in your dataset.

> Number of stromal_signature genes in data: 141 (out of 141)

> Number of immune_signature genes in data: 141 (out of 141)

scores

> sample stromal immune estimate purity

> 1 s516 -285.49841 165.75062 -119.7478 0.8323791

> 2 s518 -429.16931 99.71302 -329.4563 0.8490421

> 3 s519 -60.98619 -368.70314 -429.6893 0.8567232

> 4 s520 1927.51431 2326.15984 4253.6742 0.3348246

> 5 s521 -673.84954 141.72775 -532.1218 0.8643812

> 6 s522 1447.95517 1166.51854 2614.4737 0.5497248

> 7 s523 -271.15756 -928.44921 -1199.6068 0.9094242

> 8 s525 965.61804 1310.27775 2275.8958 0.5905450

> 9 s526 545.99467 2149.10473 2695.0994 0.5398002

> 10 s527 -710.44370 1303.08009 592.6364 0.7699846

They can also be plotted in context of the Affymetrix profiled tumors used to generate the ESTIMATE model:

scores |>
plot_purity(is_affymetrix = TRUE)

A more detailed version of this example can be found in the vignette of this package.

* * *

## 说在最后

Immugent已经对tidyestimate包做过一些简单的测试，在没有降低准确性的同时，确实提速了不少。但是有一说一，tidyestimate包其实还可以做一些别的方面的升级，比如增加数据的适用性，或者联合其它分析流程，毕竟现在主打的就是一个集合与多功能。

好啦，本次介绍到这里就结束啦，我们下次再会~~