 生存分析（Survival Analysis）是研究生存現(xiàn)象和響應(yīng)時(shí)間數(shù)據(jù)及其統(tǒng)計(jì)規(guī)律的一種統(tǒng)計(jì)學(xué)方法,，是關(guān)聯(lián)表型與患者預(yù)后的重要手段,。今天，我們帶領(lǐng)大家,，看看如何用R語(yǔ)言做生存分析,，快速鎖定目標(biāo)基因。 大學(xué)本科的統(tǒng)計(jì)課上,，老師就教我們用SPSS做生存分析,，現(xiàn)在看了這么多文獻(xiàn)，是不是發(fā)現(xiàn)生存分析的出鏡率確實(shí)挺高的呢,。特別是一些隊(duì)列龐大,、隨訪數(shù)據(jù)完整的高IF文章，經(jīng)常能看到下圖所示的Kaplan-Meier圖,。 關(guān)于生存分析的重要性,，這里就不多贅述了。大家都知道,，要比較不同分組患者的生存差異需要有三個(gè)數(shù)據(jù)：
要知道,，準(zhǔn)備這幾個(gè)數(shù)據(jù)還是有點(diǎn)煩的，如果再放到SPSS里面'搗鼓'一下,，也要半個(gè)小時(shí)到一個(gè)小時(shí)的時(shí)間,。很多同學(xué)會(huì)想，SPSS不行,，那GraphPad也能夠做生存分析,，而且界面簡(jiǎn)潔，操作簡(jiǎn)單,，那我也沒必要換其他工具了,，其實(shí)不然~。 不管SPSS或者GraphPad,，雖然它能夠幫我們快速高效地實(shí)現(xiàn)生存分析,，但是這些現(xiàn)有的工具都存在一個(gè)非常嚴(yán)重的問題：每次只能做一組樣本。如果我要對(duì)多個(gè)組別批量做生存分析呢,？設(shè)想一下,，我們經(jīng)常碰到這樣的問題：做了差異基因篩選出了上百個(gè)基因，但是哪個(gè)才更重要呢,，我們這個(gè)時(shí)候可以將基因表達(dá)和患者預(yù)后進(jìn)行生存分析,，當(dāng)然預(yù)后有差異的基因更為重要。如果有幾個(gè)基因的話,，我們可以用現(xiàn)成工具,，一個(gè)一個(gè)分析，然后把結(jié)果一個(gè)一個(gè)存起來(lái),，但是如果有上百個(gè)上千個(gè)甚至上萬(wàn)個(gè)基因呢,？就按一個(gè)3分鐘，100個(gè)基因就是300分鐘,，5個(gè)小時(shí),！ 這個(gè)時(shí)候，我們就要求助于一種更為高級(jí)的方式,，那就是R語(yǔ)言,。前面我們就說過，R語(yǔ)言可以幫我們實(shí)現(xiàn)任何一種統(tǒng)計(jì)分析,，這其中當(dāng)然也包括Survival Analysis. 我們先以“NRAS表達(dá)與肺癌患者預(yù)后”為例,，給大家講解一下使用R語(yǔ)言進(jìn)行生存分析的具體步驟，學(xué)會(huì)這個(gè),，我們?cè)倥e一反三,，擴(kuò)展到批量操作中去。 從哪里獲取TCGA中肺癌樣本的表達(dá)值呢,？答案是cBioportal,，具體鏈接如下：
找到自己感興趣的數(shù)據(jù)集（dataset）,，點(diǎn)擊下載的箭頭就能下載。下載下來(lái)是一個(gè)名叫luad_tcga.tar.gz 的壓縮包,。 為了能夠?qū)颖具M(jìn)行分組，我們首先要提取基因表達(dá)值,，按照基因的表達(dá)值對(duì)樣本進(jìn)行分組（高表達(dá)組 vs 低表達(dá)組）,。那么樣本的表達(dá)值存儲(chǔ)在什么地方呢？解壓前面的壓縮包,，里面會(huì)出現(xiàn)密密麻麻的文件,，這其中一個(gè)有個(gè)文件是我們想要的： data_RNS_Seq_v2_mRNA_median_Zscore.txt 里面存儲(chǔ)了所有基因的表達(dá)值，有了表達(dá)值就可以按照表達(dá)值的高低,，對(duì)樣本進(jìn)行分組啦～想要哪個(gè)基因的表達(dá)值,，直接查找即可。 有了患者的分組信息,，將overall survival date和overall survival status從表型信息中提取出來(lái),。那么患者的臨床信息存儲(chǔ)在哪個(gè)文件當(dāng)中呢？就是壓縮包中的data_bcr_clinical_data_patient.txt 文件,。這個(gè)文件里面有兩列：OS_STATUS 和OS_MONTHS 就是我們想要的數(shù)據(jù),。 將患者分組,、生存數(shù)據(jù)放到一個(gè)表格中,，使用R語(yǔ)言的survival包就可以實(shí)現(xiàn)生存分析了。 想想也沒幾步,，是不是很簡(jiǎn)單,？這次的教程先到這里，本期第二我們一氣呵成,，再來(lái)跟大家講講如何在上述分析的基礎(chǔ)上實(shí)現(xiàn)批量的操作,，一下實(shí)現(xiàn)上千上萬(wàn)個(gè)基因的生存分析。 視 頻 教 學(xué)
|
|
|
