Immunogram_BLCA分析思路

1. 有ICI response 数据的似乎只有IMVigor210
2. 前几篇Immungram 的分类方法都用的是 无监督聚类
3. immunogram胃癌这篇文章是先分析自己的数据，然后用了一下TCGA数据。HCC的文章直接用TCGA数据聚类分析。NSCLC用的该课题组自己的数据

可行的分析思路：

无监督聚类：聚类前，都要先计算不同IGS轴 score

• 1. 先TCGA--后IMVigor210
• 2. 先IMvigor210 --后TCGA

有监督：

先IMVigor210差异基因分析 or Machine Learning 筛选后与 IGS里面的genes取交集；然后再构建不同的IGS轴(感觉这像是一个profession-based feature engineering ); 利用这些IGS轴预测免疫疗效(差异后建模,作弊啊……)
再利用构建的IGS轴去分析TCGA数据

初步拟定的分析思路（2020.12.21）

利用IMVigor210数据，ssGSEA计算不同IGS轴 score；然后进行无监督聚类; 聚类分类后，研究不同分类下的相关性质：response/non-response, TMB, TIL……
然后将上述分析过程应用于TCGA数据