说到免疫检查点阻断疗法大家应该都不陌生，其中，最富盛名的免疫检查点就是PD-1/PD-L1了。表达在T细胞表面的程序性死亡受体（PD-1），与表达在肿瘤细胞表面的程序性死亡配体（PD-L1）结合，导致T细胞衰竭而无法正常杀伤肿瘤细胞，肿瘤细胞便可逃脱宿主的免疫监视。因此，PD-1/PD-L1被称为“免疫检查点”。基于PD-1/PD-L1的免疫检查点阻断疗法就是通过抑制二者的结合，从而提高宿主免疫系统对肿瘤细胞的攻击性。那么，能不能通过生信分析来评估患者对免疫检查点抑制剂治疗的反应，预测患者肿瘤免疫逃逸的可能性呢？还真有！
TIDE（Tumor Immune Dysfunction and Exclusion）数据库就可以基于肿瘤样本的基因表达谱来评估肿瘤免疫逃逸的可能性。下面，小碗不仅将给大家详细讲解TIDE数据库的使用，而且还会一步到位给大家演示如何在R语言中对分析结果进行整理和绘制小提琴图，让我们一起看下去吧！
1.整理数据：
前面说过，TIDE数据库是基于基因表达谱的算法，所以可想而知，其输入数据应该就是基因表达矩阵了。除此之外，TIDE官网还注明基因表达矩阵要针对对照样本（正常组织或来自不同肿瘤样本的混合样本）进行标准化，但如果数据没有对照该怎么办呢？别急，TIDE也提到了可以用所有样本的平均值作为归一化对照，也就是先计算出每个基因在所有样本中表达值的平均值，再拿每一样本中该基因的表达值减去前述平均值。相关代码小碗已经给大家写好了，直接拿去用即可：
#加载示例数据
load("TIDE数据库示例数据.rdata")
str(data)
View(data)
#标准化
normalize <- t(apply(data, 1, function(x)x-(mean(x))))
#保存
write.table(data.frame("gene symbol"=rownames(data),data),file="TIDE_input.txt",sep = "\t",quote = F,row.names = F)
2.进入TIDE数据库（http://tide.dfci.harvard.edu/）
有账号的话就输入邮箱和密码并点击“Log in”登录，没有的话就点击“To Register”注册后登录。
然后，就会直接进入免疫检查点抑制剂疗效预测模块：
下拉，按照指示导入文件、进行选择，点击“Predict response”进行分析：
分析结果如下，有一张每个样本及其TIDE评分的柱状图，点击右上角的三条横线，可以导出。还有一个表格，鼠标悬停在每一列的列名处可以看到相应的解释（TIDE评分越高，肿瘤免疫逃逸的可能性越高，免疫检查点抑制剂疗效越差），拉到页面最后点击“Export to CSV”可以下载表格：
3.在R中对分析结果进行整理并绘制小提琴图比较组间TIDE评分差异：
首先，整理结果：
# 读取分析结果
output <- read.csv("TIDE_output.csv")
View(output)
# 提取所需数据
tide <- output[,c(1,4)]
# 设置分组
# 这里将前25个样本设置为A组，后面25个样本设置为B组
tide$Group <- c(rep("A",25),rep("B",25))
然后，进行可视化：
# 绘制小提琴图
library(ggpubr)
pdf(file = "TIDE_小提琴图.pdf",width =10,height = 8)
ggviolin(tide,
x = "Group",
y = "TIDE",
fill = "Group",
add = "boxplot",
add.params = list(fill="white"),
xlab = "")+
scale_fill_manual(values = c("red", "blue"))+
geom_signif(comparisons = list(c("A","B")),# 设置需要比较的组
map_signif_level = T, #是否使用*显示
test = "wilcox.test", ##计算方法
y_position = c(0.3),
tip_length = c(c(0.05,0.05)),
size=0.8,color="black")+
theme(legend.position = "top",
axis.title.x =element_text(size=14),
axis.title.y=element_text(size=14),
axis.text.x=element_text(size=14),
axis.text.y=element_text(size=14),
plot.margin=unit(c(2,8,2,8),'cm'))
dev.off()
除了根据基因表达谱预测肿瘤免疫逃逸、对免疫检查点抑制剂的反应，TIDE数据库还可以直接查询单个基因，感兴趣的小伙伴可以自己摸索一下，今天的分享到这里就结束了，提前感谢大家的赞赞和转发~
