免疫细胞去卷积工具immunedeconv使用指南
【免费下载链接】immunedeconv 
项目地址: https://gitcode.com/gh_mirrors/imm/immunedeconv
immunedeconv是一个用于从批量RNA测序数据中估计免疫细胞比例的R语言工具包。它集成了多种主流的免疫细胞去卷积方法，为研究人员提供了一个统一的接口来访问不同的计算算法。
项目概述
immunedeconv项目提供了人类和小鼠数据的免疫细胞去卷积功能。该项目采用模块化设计，核心代码位于R目录下，数据资源存储在inst/extdata目录中，文档和教程分别位于man和vignettes目录。
快速开始
安装方法
最简便的安装方式是通过conda环境：
conda install -c bioconda -c conda-forge r-immunedeconv
或者使用标准的R包安装方式：
install.packages("remotes")
remotes::install_github("omnideconv/immunedeconv")
基本使用
人类数据的去卷积分析：
immunedeconv::deconvolute(gene_expression_matrix, "quantiseq")
小鼠数据的去卷积分析：
immunedeconv::deconvolute_mouse(gene_expression_matrix, "mmcp_counter")
其中gene_expression_matrix是一个矩阵，行表示基因，列表示样本。行名必须使用HGNC符号（人类数据）或MGI基因符号（小鼠数据）。
支持的方法
人类数据方法
- quantiseq：基于支持向量回归的方法
- timer：针对特定癌症类型的去卷积
- cibersort：使用线性支持向量回归
- mcp_counter：基于标记基因表达
- xcell：使用基因标记富集分数
- epic：基于参考表达谱
- abis：使用RNA-seq特征
- consensus_tme：整合多种方法
- estimate：计算肿瘤纯度评分
小鼠数据方法
- mmcp_counter：小鼠版本的MCPCounter
- seqimmucc：专门为小鼠RNA-seq数据设计
- dcq：数字细胞定量方法
- base：基础算法
项目结构详解
核心代码文件
R目录包含所有主要的实现文件：
- BASE.R：基础算法实现
- immune_deconvolution_methods.R：人类去卷积方法
- mouse_deconvolution_methods.R：小鼠去卷积方法
- cell_type_mapping.R：细胞类型映射功能
- custom_deconvolution_methods.R：自定义去卷积方法
数据资源
inst/extdata目录包含各种方法所需的数据文件：
- abis目录：ABIS方法的特征矩阵
- estimate目录：ESTIMATE算法的基因列表
- quantiseq目录：quanTIseq方法的签名文件
- timer目录：TIMER方法的预计算数据
文档和教程
man目录包含所有函数的帮助文档，vignettes目录提供详细的教程和示例，包括人类数据和小鼠数据的详细分析案例。
高级功能
自定义签名
某些方法支持使用自定义签名，包括特征矩阵或感兴趣的细胞类型的特征基因。由于用于去卷积的信息由用户提供，这些函数可用于不同的组织和生物体。
可用的自定义方法包括：
- base：deconvolute_base_custom()
- cibersort：deconvolute_cibersort_custom()
- epic：deconvolute_epic_custom()
- consensus_tme：deconvolute_consensus_tme_custom()
系统要求
- R版本 >= 4.1
- 官方支持Linux系统，Mac/Windows也可使用
许可证信息
immunedeconv本身是免费软件，但某些方法可能需要单独获取使用许可。建议用户在使用前查看各方法的许可证要求。
通过本指南，您可以快速上手immunedeconv工具包，开始您的免疫细胞去卷积分析工作。
【免费下载链接】immunedeconv 项目地址: https://gitcode.com/gh_mirrors/imm/immunedeconv
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
