尔云间 一个专门做科研的团队

云生信学生物信息学 关注我们

啥是生存分析

生存分析侧重于开发诊断和预后模型，以分析协变量对感兴趣事件结果的影响。例如疾病研究中的死亡或疾病复发。在临床试验中，发生事件的时间通常用生存时间来表示。用于预测生存时间的协变量通常包括临床特征，例如年龄、疾病状态和治疗类型。而分子特征（如基因表达）和遗传特征（如基因突变）越来越多地包含在协变量集中。

现在小云就以ALKBH5为协变量，以LUAD的存活为关注事件进行生存分析

数据下载自
htps://xenabrowser.net/datapages/

R语言完成生存分析

代码如下

rm(list=ls());gc();
setwd("C:/22SHB021F/")


#载入R包
library(tinyarray)
library(survival)
library(cutoff)
library(ggpubr)
library(survminer)
library(survival)
#读取表达数据
data.exprs <- read.table("TCGA-LUAD.htseq_fpkm.tsv")
#ENSG00000091542.8 ALKBH5
#提取ALKBH5表达数据
ALKBH5<-data.exprs[c(1,57591),]
ALKBH5<-t(ALKBH5)
ALKBH5<-as.data.frame(ALKBH5)
names(ALKBH5)<-c("sample","ALKBH5")
ALKBH5<-ALKBH5[-1,]
#读取临床数据
clin <- read.table("TCGA-LUAD.survival.tsv",header = T)
#链接表达数据与临床数据
df2<-merge(ALKBH5,clin,by="sample")
df2$ALKBH5 <- as.numeric(df2$ALKBH5)
df3 <- read.table("df3.CSV",sep=",",header = T)
df3 <- read.table("surv.data.csv",sep=",",header = T) #EXCEL去除正常样本




#最佳截断
res.cut <- surv_cutpoint(df3, time = "OS.time", event = "OS", variables = "ALKBH5") 
med <- res.cut$cutpoint$cutpoint
df3[,ncol(df3)+1] <- ifelse(df3[,4] >= med, "High", "Low")


write.table(df3, file = "df4.csv", append = FALSE, quote = FALSE, sep = ",",row.names = TRUE,
            col.names = TRUE)


# 建模
fit <- survfit(Surv(OS.time, OS)~V5, data=df3) # 根据表达建模


# 显示P value
surv_pvalue(fit)$pval.txt
# 画图
ggsurvplot(fit,pval=TRUE)


a<-ggsurvplot(fit,legend.title = "Expression",palette = c('red','black',"blue","green"), 
              pval = TRUE,
              risk.table = TRUE,
              tables.height = 0.2,
              tables.theme = theme_cleantable(),
              xlab='Time(days)')


a

在线工具完成生存分析

不熟悉R语言的话，我们也可以使用 北京大学张泽民教授实验室开发的GEPIA(Gene Expression Profiling Interactive Analysis)，基因表达谱数据动态分析网页工具

http://gepia.cancer-pku.cn/

输入框键入感兴趣的基因 点击survival analysis

选择感兴趣的疾病数据集，我这里选的LUAD

点击plot，便可出图

但是要注意GEPIA无法使用最佳截值，并且它的样本是筛选过的，与我们直接从TCGA数据库下载的有所不同，因此结果会有差异。

小云把两种方法整理好了，客官想用哪种用那种，能做出结果就皆大欢喜