🌟 重磅发布
做肿瘤免疫研究的同学们，你们的”梦中情包”终于来了！
由南方医科大学余光创教授团队开发的R包 tigeR，在国产高起点期刊 iMeta 上发表。
📄 论文链接: http://doi.org/10.1002/imt2.229
这不仅仅是一个R包，它是一个完整的肿瘤免疫治疗反应预测和分析生态系统。
🧩 为什么你需要tigeR？
在过去，完成一套完整的肿瘤免疫分析，你可能需要安装十几个不同的R包：
- 做生存分析用
survival - 做去卷积用
CIBERSORT脚本 - 做机器学习用
caret - 画图用
ggplot2 - …
版本冲突、数据格式转换、繁琐的代码调试，让人身心俱疲。
tigeR的出现，终结了这种”拼凑式”分析的时代。
它将肿瘤免疫分析的四大核心模块完美集成在了一起：
1. 📥 数据集成与标准化
- 内置丰富数据：一键加载黑色素瘤、肺癌等多个经过标准化的免疫治疗数据集。
- 消灭批次效应：一行代码
remove_BE，集成Combat等多种算法，让多中心数据融合成为可能。
2. 🔬 肿瘤微环境（TME）解构
- 十大算法合一：CIBERSORT, TIMER, xCell… 你能想到的主流去卷积算法，它都有。
- 单细胞赋能：支持利用单细胞数据构建自定义Reference，实现高精度的细胞比例推断。
3. 📊 Biomarker全方位评估
- 内置23种签名：TIDE, IFNG, IPS… 一键计算，轻松对标。
- 多维评估：差异分析、生存分析、ROC曲线，一个函数
integrate_analysis全部搞定。
4. 🤖 机器学习预测模型
- 零门槛建模：封装了SVM, Random Forest, Naive Bayes等算法，小白也能构建高分预测模型。
- 精准预测：利用构建的模型或内置签名，精准预测新患者的免疫治疗响应。
📦 如何安装
tigeR目前托管在GitHub上，安装非常简单：
# 安装依赖
if (!requireNamespace("devtools", quietly = TRUE))
install.packages("devtools")
# 安装tigeR
devtools::install_github("YuLab-SMU/tigeR")
# 推荐同时安装数据包
devtools::install_github("YuLab-SMU/tigeR.data")🌈 结语
tigeR包的发布，标志着肿瘤免疫生信分析进入了集成化、标准化、简便化的新阶段。无论你是临床医生、生物学家还是生信分析师，tigeR都能成为你科研路上的得力助手。
赶紧去下载试用吧，别忘了引用这篇iMeta文章哦！
Citation: Li, N., et al. (2024). tigeR: An R package for tumor immune microenvironment analysis and immunotherapy response prediction. iMeta, e229. http://doi.org/10.1002/imt2.229