感觉好像每隔几年学术界就掀起了一阵批判P值的讨论，正好我这里有个例子，分享给大家。

作者收集了 GSE17536/17537,GSE39582, and TCGA 共 1248病人，分析表明 Stage III and MMR-deficient
(dMMR) 病人具有比较低的肿瘤纯度，而较低的较低的肿瘤纯度是一个独立的病人预后风险因子。(大家去文章里面看P值)
以前的pan-cancer研究表明，在 idney renal clear cell carcinoma and lower-grade glioma 里面，高纯度的肿瘤预示着好的生存。

使用ESTIMATE算法看肿瘤纯度

首先下载表达矩阵，然后使用 算法处理它，得到每个样本的肿瘤纯度值，进行统计，如下：

把肿瘤纯度来工具不同的分类指标进行量化，如下：

对值得探索的因子绘森林图：

看肿瘤纯度对生存的影响：

使用CIBERSORT算法看细胞比例

作者 We applied CIBERSORT algorithm on RNA-Seq and microarray data to estimate the relative proportion of 22 immune cells of leukocytes for each CC sample.

发现：immunotherapy-associated markers (PD-1, PD-L1, CTLA-4, LAG-3, and TIM-3) were high expressed in low purity CC. 散点图展示相关性，如下：

然后这些细胞比例和肿瘤纯度的相关性如下：