CIBERSORT、xCell、MCP-counter 与 ESTIMATE
都从 bulk 表达数据估计免疫浸润。CIBERSORT 反卷积得到细胞相对比例；xCell、MCP-counter 给出得分，适合同一细胞类型跨样本比较；ESTIMATE 给出整体免疫和基质评分。关键结论宜多方法互证。
23个分析 Skill · Codar 生信插件
免疫组学 AI 分析
免疫组学关注免疫细胞的组成、状态和抗原识别，常见数据包括肿瘤 RNA-seq、TCR/BCR 测序、HLA 分型数据以及高维流式和 CyTOF。这个插件在 Codar 里覆盖免疫浸润与评分、免疫受体库与克隆追踪、HLA 分型、肽-MHC 结合与抗原预测、疗效预测和流式聚类门控，结果仅用于科研，不替代临床诊断或用药决策。
免疫组学能回答哪些研究问题
- 肿瘤微环境中各类免疫细胞的比例在两组间有何不同？
- 免疫治疗应答者和非应答者的免疫评分是否有差异？
- 治疗前后哪些 T 细胞克隆发生了扩增？
- 患者的突变肽段中哪些可能被其 HLA 分子呈递？
- CyTOF 数据中哪些细胞亚群在处理后比例发生变化？
免疫组学分析流程
- 1
确认数据类型
区分表达矩阵、受体库测序、HLA 相关数据或 FCS 文件，并整理分组、时间点和治疗应答信息。
- 2
预处理与质控
表达数据统一基因 ID 和标准化；流式和 CyTOF 需做补偿或归一化、去除双联体和死细胞。
- 3
核心分析
按问题估计免疫浸润、重建受体克隆型、做 HLA 分型与肽-MHC 预测，或对细胞聚类和门控。
- 4
组间比较
比较不同组的细胞比例、克隆多样性或免疫评分，注意样本量和多重检验校正。
- 5
整理与汇报
输出比例表、多样性指标、候选表位列表、图表、报告和可复现脚本。
常用方法与怎么选
MiXCR、TRUST4 与 Immcantation
MiXCR 从受体库测序或 RNA-seq 中组装 CDR3、识别克隆型；TRUST4 擅长从普通 RNA-seq 提取受体序列；Immcantation 侧重 BCR 克隆划分和谱系树。多样性常用 Shannon 熵。
OptiType、arcasHLA 与 NetMHCpan
OptiType 和 arcasHLA 从测序数据推断 HLA 型别，后者针对 RNA-seq。NetMHCpan 预测肽-HLA 结合，常以 %Rank <0.5% 为强结合、<2% 为弱结合。新抗原筛选还需看表达量。
FlowSOM、PhenoGraph 与 diffcyt
高维流式和 CyTOF 常用的无监督分析。FlowSOM 速度快，适合先过聚类再合并；PhenoGraph 基于近邻图做社区检测；diffcyt 检验亚群比例和标志物表达的组间差异。亚群身份需按标志物表达人工确认。
需要准备的数据
- 肿瘤或组织 bulk RNA-seq 表达矩阵
- TCR/BCR 测序 FASTQ 或克隆型表格
- 体细胞突变列表或 HLA 分型结果
- 流式或 CyTOF 的 FCS 文件及面板信息
- 样本信息：分组、时间点、治疗应答
能得到的结果
- 各样本免疫细胞比例或得分矩阵
- 免疫评分与检查点基因的关联图
- 克隆型表、多样性指标和克隆追踪图
- HLA 型别与候选表位排序表
- 流式细胞亚群聚类与差异丰度结果
- 分析报告和可复现脚本
免疫组学插件包含的分析能力
共 23 项。启用插件后，Codar 会按任务自动选用，不需要逐个记住名称。
- CyTOF归一化与双联体去除
- 高维流式细胞聚类与表型鉴定
- BCR抗体谱系重建
- 免疫受体库多样性与克隆追踪
- 免疫浸润综合分析
- HLA与KIR分型
- 免疫评分与检查点关联
- TCR与BCR免疫受体库分析
- 免疫治疗疗效预测
- 肿瘤抗原与表位预测
- FCS数据质量控制与转换
- TCR与BCR抗原特异性预测
- 流式细胞差异丰度与状态分析
- 抗体工程与可开发性评估
- 流式细胞术门控分析
- 疫苗表位与人群HLA覆盖设计
- 肽-MHC结合与呈递预测
nf-core 标准流程（6 个）
- nf-core-abotyper流程
- nf-core-airrflow流程
- nf-core-epitopeprediction流程
- nf-core-hlatyping流程
- nf-core-metapep流程
- nf-core-mhcquant流程
在 Codar 里怎么用
- 1
切换到生信模式
在 Codar 左上角选择 Codar 生信。
- 2
启用「免疫组学」
在插件页找到「免疫组学」，安装或启用。
- 3
描述研究问题
用一句话写清数据和目标，确认分析方案后开始执行。
可以这样提问
帮我用这份肿瘤 RNA-seq 表达矩阵估计免疫细胞浸润，并比较应答组和非应答组的免疫评分。
免疫组学常见问题
CIBERSORT 和 xCell 的免疫浸润结果为什么不一致？
两者原理不同：CIBERSORT 用参考矩阵做反卷积，得到细胞间可比的相对比例；xCell 计算富集得分，适合同一细胞类型跨样本比较，不同细胞类型的分数不宜直接比大小。参考矩阵和组织类型也会影响结果，应看多种方法的一致趋势。
bulk TCR 测序和单细胞 TCR 测序有什么区别？
bulk TCR 测序测量量大，能较好估计克隆多样性和追踪低频克隆，但通常无法知道 α、β 链配对和细胞表型。单细胞 TCR 测序可获得配对链，并能结合同一细胞的转录组判断克隆所处状态，但捕获细胞数有限，对稀有克隆的覆盖较弱。
用预测工具筛出的新抗原可以直接用于治疗吗？
不可以。HLA 结合预测和疗效预测都只是计算层面的候选排序，结合力强不代表一定被呈递或能引起 T 细胞应答。这类结果属于科研分析，用于缩小实验验证范围，进入疫苗设计或临床用药前需要质谱呈递验证、免疫原性实验和正规临床流程。
相关实践案例
其他生信插件
macOS 12+Mac
Windows 10+Windows