下载客户端
全部案例
生信分析生信模式肿瘤学真实运行

肿瘤免疫浸润与生存分析

用 TCGA 肺腺癌的表达和临床数据，估计免疫细胞浸润比例，按中位数把 CD8+ T 细胞浸润分高低两组做 Kaplan-Meier 和多因素 Cox 回归，看它是否是独立预后因素。

智能体怎么做

  1. 获取真实数据GDC 全量表达文件约 2.3 GB，网速只有 26 KB/s，于是改从 cBioPortal 只取 LM22 签名需要的基因，得到 516 例原发肿瘤；另下载一个 GDC 原始文件核对，相关系数 0.99997。生存数据用 TCGA-CDR，吸烟史取自 GDC。
  2. 估计免疫浸润用 Python 移植 CIBERSORT（LM22、500 次置换），先在合成混合样本上验证能还原真实比例（相关 0.95–0.99）；CD8+ T 比例中位数 0.082，高低组各 258 例。
  3. 生存分析KM 曲线：总生存 log-rank p=0.86，无进展区间 p=0.38；校正年龄、性别、分期、吸烟后，多因素 Cox 中 CD8+ T 高 vs 低 HR 1.00（0.73–1.36），而分期 II–IV 期 HR 2.3–3.7。
  4. 敏感性分析与交叉核对换成连续变量、四分位、样条、按分期分层、5 年截尾等 13 种做法都没有显著关联；用 TIMER2.0 的 7 种算法交叉核对，只有 CIBERSORT 绝对丰度一项 p=0.029，多重校正后不显著。

运行截图

PaperOK科研助手中这次对话的实际界面。

肿瘤免疫浸润与生存分析 运行截图：先检查运行环境和网络，逐个探测数据源，确定从哪里拿 TCGA 数据
先检查运行环境和网络，逐个探测数据源，确定从哪里拿 TCGA 数据点击查看大图
肿瘤免疫浸润与生存分析 运行截图：回答末尾说明与原计划的偏差（网速、装包失败、文件中断），右侧打开 KM 曲线
回答末尾说明与原计划的偏差（网速、装包失败、文件中断），右侧打开 KM 曲线点击查看大图

运行结果

以下文件由智能体在应用中实际生成，未做修改。

肿瘤免疫浸润与生存分析：按 CD8+ T 细胞比例中位数分组：总生存（503 例）与无进展区间的 KM 曲线几乎重合，log-rank p 分别为 0.86 和 0.38
按 CD8+ T 细胞比例中位数分组：总生存（503 例）与无进展区间的 KM 曲线几乎重合，log-rank p 分别为 0.86 和 0.38 · 下载报告、结果表与脚本
肿瘤免疫浸润与生存分析：多因素 Cox（472 例，168 例死亡）：CD8+ T 高 vs 低 HR 1.00（0.73–1.36），未发现独立的预后关联；分期才是主要预后因素
多因素 Cox（472 例，168 例死亡）：CD8+ T 高 vs 低 HR 1.00（0.73–1.36），未发现独立的预后关联；分期才是主要预后因素
肿瘤免疫浸润与生存分析：516 例肺腺癌的 22 种免疫细胞组成，以及 CD8+ T 比例与死亡风险的样条曲线（无非线性，p=0.39）
516 例肺腺癌的 22 种免疫细胞组成，以及 CD8+ T 比例与死亡风险的样条曲线（无非线性，p=0.39）

把这个案例导入到软件里

这次运行的完整对话：打开后能看到每一步做了什么、打开生成的文件，还可以接着提问修改。

已经装好最新版 PaperOK科研助手：点「在软件中打开」，软件会自动下载并打开这个案例；也可以在软件左侧的「案例库」里找到它。点了没反应，就按下面的步骤手动导入：

  1. 安装 PaperOK科研助手需要 1.0.1 及以上版本，可以在下载页获取。
  2. 下载案例文件 paperok-case-tumor-immune-infiltration.zip（14.9 MB），下载后不用解压。
  3. 导入打开软件，在左侧栏「对话」标题右边点上传图标（导入对话），选择刚下载的 zip。
  4. 查看或继续导入完成后，这个案例会出现在对话列表最上方：展开「工作过程」看每一步，右侧文件区可以打开生成的文件，也可以直接在输入框里接着提要求。

为控制体积，超过 100 MB 的原始数据和运行环境（如 Python 虚拟环境）没有打包进去，需要重新运行时模型会自动下载或安装。对话里出现的本机路径已做匿名处理。