导语
GUIDE ╲
肿瘤免疫浸润细胞作为肿瘤微环境的组成部分与肿瘤进展、预后和对免疫治疗的反应相关。本篇NAR数据库旨在识免疫有关的eQTL，评估泛癌中遗传变异（SNP）对免疫细胞浸润的影响。
背景介绍
遗传因素对癌症病因的贡献约为27-42%。先前的研究表明，遗传变异对各种癌症类型的免疫景观具有广泛影响，因此整合多组学数据对变异/突变/基因在泛癌中的免疫浸润作用成为近年来的热点。今天，小编为大家介绍一个泛癌中eQTL免疫浸润的数据库CancerImmunityQTL的思路和使用方法。数据库发表在Nucleic Acids Research（IF=16.9）。
数据介绍
作者收集了包括17种免疫细胞数据和33中癌症类型的8514个肿瘤样本。在对质量控制后，共使用了5084个具有基因型数据和可信估计免疫细胞分数的肿瘤样本用于免疫QTL分析，平均每种癌症类型有4,414,871个SNPs用于分析。
数据库解析
01
Web界面
我们可以直接登录癌症免疫QTL网站（http://www.cancerimmunityqtl-hust.com/#/），无需注册。CancerImmunityQTL提供三个模块的数据浏览和查询：免疫QTL、免疫QTL生存分析、GWAS-免疫QTL。每一个模块都可以分为"单一搜索"和"批量搜索"两种查询模式。
02
ImmunQTL模块
免疫QTL模块主要查询不同免疫细胞中影响不同癌症类型的SNP位点。可以通过癌症类型、SNP ID、免疫细胞种类、样本量大小、显著值等条件进行筛选。
例如，我们查询rs2442556位点，可以看到rs2442556在乳腺癌中与巨噬细胞免疫互作显著。
随后，我们还可以绘制不同基因型的癌症样本rs2442556位点对免疫细胞的调控作用。
03
生存曲线模块
与基因表达的生存情况相似，我们也可以查询并绘制SNP位点不同基因型对患者生存的影响。我们以乳腺癌为例，查询在大于500人的样本中显著调控患者预后的位点。
当然，CancerImmunityQTL数据库也可以生成不同基因型患者该位点的生存曲线。
04
GWAS-免疫模块
第三个模块可以查询一个与癌症和另一种常见表型共同相关的遗传变异及其在免疫细胞中的调控作用。例如，通过连锁不平衡（LD）关系得到，在结直肠癌中TPI1P1上的两个位点与天冬氨酸转氨酶水平相关，都在B细胞中起到调控作用。本模块突出了癌症与其他表型在某些位点的关联。
05
QTL数据下载
作者在Download中提供了本文使用到的免疫浸润相关的QTL数据。
小编总结
CancerImmunityQTL数据库整合了GWAS，eQTL，RNA-seq数据，用户可以查询SNP位点在泛癌中与免疫细胞的浸润、对患者生存的影响和与其他表型的作用。CancerImmunityQTL数据库弥补了遗传变异在泛癌中作用的空白。
END
