总结
这份报告调查流感特定细胞数量之间的联系有关酶联免疫斑点以衡量第七天的plasmablast测量通过流式细胞术和第七天,海响应以28天(log-fold第28天/ day0)。它基本上再现了图1 d e)Nakaya et al。(2011)发表的原始研究。
负载ImmuneSpaceR和其他库
库(ImmuneSpaceR)图书馆(ggplot2)图书馆(data.table)连接到研究和数据集
研究< - CreateConnection (c (“SDY269”)) dt_hai < -研究getDataset美元(“海”,重载= TRUE) dt_fcs < -研究getDataset美元(“fcs_analyzed_result”,重载= TRUE) dt_elispot < -研究getDataset美元(有关酶联免疫斑点”“,重载= TRUE)转换数据
#计算马克斯褶皱变化海和删除时间零dt_hai < - dt_hai [hai_response: = value_reported / value_reported (study_time_collected = = 0),由= "病毒,队列,participant_id "] [study_time_collected = = 28] dt_hai <——dt_hai[、列表(hai_response = max (hai_response)),由=“队列,participant_id”] #有关酶联免疫斑点,定义变量只保留免疫球蛋白类dt_elispot < - dt_elispot [elispot_response: = spot_number_reported + 1] [study_time_collected = = 7 &分析物= = "免疫球蛋白g "] #计算% plasmablasts dt_fcs < - dt_fcs [fcs_response: = (as.double (population_cell_number) + 1) / as.double (base_parent_population)] [study_time_collected = = 7)合并数据和phenodata
#让我们关键的不同数据集setkeyv (dt_hai c (“participant_id”)) setkeyv (dt_fcs c (“participant_id”)) setkeyv (dt_elispot c (“participant_id”)) dt_all < - dt_hai (dt_fcs nomatch = 0) (dt_elispot nomatch = 0)下图展示了plasmablast细胞用流式细胞术的绝对数量和频率的流感特定细胞的数量有关酶联免疫斑点。衡量
ggplot (dt_all aes (x = as.double (fcs_response), y = elispot_response,颜色=队列))+ geom_point () + scale_y_log10 scale_x_log10 () + () + geom_smooth(方法= lm) + xlab(“总plasmablasts (%)”) + ylab(“流感特定细胞\ n(每10 ^ 6 PBMCs)”) + theme_IS ()
下图展示了海褶皱增加了基线与频率的流感特定细胞的数量有关酶联免疫斑点。衡量
ggplot (dt_all aes (x = as.double (hai_response), y = elispot_response,颜色=队列))+ geom_point () + scale_x_continuous (trans =“log2”) + scale_y_log10 () + geom_smooth(方法= lm) + xlab(“海褶皱”)+ ylab(“流感特定细胞\ n(每10 ^ 6 PBMCs)”) + theme_IS ()
在每种情况下,我们观察到不同的反应之间的相关性好,至少在TIV队列。