数据收集与整理
收集所有满足条件的黑色素瘤ICB治疗数据集。
从文献和公共数据库收集了具有ICB治疗结果或总生存状态且包含组学数据的黑色素瘤数据集，共1235例样本，涵盖遗传、转录组和单细胞数据。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
Immu-Mela：一个用于探索黑色素瘤免疫治疗相关多维度基因组图谱的开放资源
Immu-Mela: An open resource for exploring immunotherapy-related multidimensional genomic profiles in melanoma
实验完整度
中文献为数据库资源文章，包含数据整合、功能查询和案例分析；分析流程包括单细胞测序、批量转录组分析、生存分析等，但缺乏实验室功能性验证实验。
主要模型
黑色素瘤患者样本（1235例） 单细胞RNA测序数据（Sade-Feldman等，48例） 批量RNA/DNA测序数据（多个队列） 单细胞质谱流式数据（Krieg等，119例）
重点核对
患者样本的ICB治疗类型（抗CTLA-4、抗PD-1、联合治疗） 治疗时间点（治疗前或治疗中） 基因表达数据批次效应移除方法（limma removeBatchEffect） 单细胞数据的归一化和高变基因选择（归一化至10,000 UMI，log2转换，top 1000高变基因） 生存分析的cutoff设置（交互式滑块）
摘要
越来越多的研究旨在揭示预测免疫检查点阻滞（ICB）治疗应答的基因组标志，这些研究产生了大量数据，为识别应答相关特征并评估其跨队列的稳健性提供了前所未有的机会。然而，这些宝贵的数据集对于研究界来说并不容易获取。为了充分利用现有的大规模免疫基因组图谱，我们开发了Immu-Mela（http://bioinfo.vanderbilt.edu/database/Immu-Mela/），这是一个多维度的免疫基因组门户网站，可交互式探索黑色素瘤中ICB应答与多组学特征（包括遗传、转录组、免疫细胞和单细胞群体）之间的关联。Immu-Mela还支持对任意两个基因组特征进行整合分析。我们通过识别已知和新颖的与ICB应答相关的基因组特征，证明了Immu-Mela的价值。此外，Immu-Mela允许用户上传自己的数据集（不限于任何癌症类型），并与现有数据共同分析，以识别和验证感兴趣的标志。Immu-Mela降低了研究人员与复杂基因组数据之间的障碍，促进了癌症免疫治疗领域的发现。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 如何整合多组学数据以探索黑色素瘤免疫检查点阻滞治疗应答相关的生物标志物？
- 核心机制
- 特定B细胞群体（C04）及其标记基因（VPREB3、CD19）高表达与更好的免疫治疗应答和生存相关；整合CD19与T细胞标记（CD4、CD8a、CD8b、CD6）表达可提高预测性能，反映肿瘤免疫浸润状态。
- 主要证据
- 通过Immu-Mela复现了Sade-Feldman等单细胞RNA-seq数据中发现C04 B细胞群体富集于应答者，并在多个批量转录组数据集中验证了VPREB3和CD19表达与应答及生存的关联；整合CD19和T细胞标记的X-high/Y-high组在应答者中富集，且整合特征优于单一特征。
- 研究意义
- Immu-Mela为研究人员提供了一个交互式平台，可探索和验证免疫治疗相关基因组特征，促进癌症免疫治疗领域的发现，如指导联合治疗、药物重定位和新药研发。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
特征定义与计算
定义并计算用于查询的基因组特征。
遗传特征包括基因突变、突变负荷和突变特征；转录组特征包括基因/基因集表达、表达关系对总和、免疫细胞组分；单细胞特征包括基因/蛋白表达和细胞群体。批量效应通过limma的removeBatchEffect去除。
特征与临床结局关联分析
评估各特征与ICB治疗应答、总生存期和无进展生存期的关联。
对于连续特征（如基因表达、免疫细胞组分），使用双尾Wilcoxon检验评估与应答的关联；对于二元特征（如基因突变），使用Fisher精确检验；生存分析采用log-rank检验。
案例研究：B细胞特征与应答关联
验证单细胞来源的B细胞特征与ICB应答的关联。
复现Sade-Feldman等的发现，C04 B细胞群体在应答者中富集；通过Immu-Mela在四个转录组数据集中验证VPREB3和CD19表达与应答、OS和PFS的关联。
案例研究：整合特征
探究整合B细胞和T细胞标记是否提高预测性能。
选择CD19表达为X变量，CD4、CD8a、CD8b、CD6表达之和为Y变量，在四个数据集中分析组合特征与应答及生存的关联。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
数据可视化
产品清单
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 数据收集 | 数据集纳入标准：患者接受ICB治疗、有治疗结果或总生存状态、包含组学数据 阅读提示：Materials and Methods, Overview of Immu-Mela portal |
| 数据预处理 | 批量效应移除方法：使用limma removeBatchEffect，设计矩阵反映ICB应答结果 阅读提示：Materials and Methods, Feature definition, Transcriptomic profiling |
| 单细胞数据处理 | 归一化至10,000 UMI，log2转换，选择top 1000高变基因，基于top 10 PCs聚类 阅读提示：Materials and Methods, Feature definition, Single-cell features |
| 生存分析 | 连续特征通过cutoff分为高低组，cutoff由滑块设定，log-rank检验 阅读提示：Materials and Methods, Feature association with clinical outcome |