|
相信大家可以体会，以上这样的生存分析是文章里必不可少的内容，基础研究如果不能转化为生存获益那含金量也必将缩水。同时，我们在设计课题前，如果能预先知道某个基因和生存是否有关，那对课题选择会非常有帮助。 Geo数据库和TCGA数据库里有大量的基因信息和对应生存信息，如果能灵活运用，将会让我们的科研事半功倍，目前网上有一些第三方的网站，他们抓取上述两者的数据进行生存分析，解决了一部分问题，但由于数据更新滞后，样本量不能自由选择导致结果产生偏移，生存曲线结果也不能另存为或不能高清呈现，无法应用到文章里。那不学R语言等编程语言能不能解决以上问题呢？能！ 在今天的生信学习革命系列推文中，我们将向大家推荐：批量计算生存分析工具（点击阅读全文直达下载地址） 拥有以下功能： 1.任意选择Geo数据库的任一数据集 2.批量显示多个基因与生存关系 3.高清图片输出 4.软件免安装，无任何限制 5.零代码 一、说明 生存分析定义：对一个或多个非负随机变量进行统计推断，研究生存现象和响应时间数据及其统计规律的一门学科,既考虑结果又考虑生存时间的一种统计方法，并可充分利用截尾数据所提供的不完全信息，对生存时间的分布特征进行描述，对影响生存时间的主要因素进行分析。 生存分析不同于其它多因素分析的主要区别点：生存分析考虑了每个观测出现某一结局的时间长短。 界面如图： 从图中可以看出，只需要四步： step1：导入表达谱数据（第一列为基因，第二列开始为各样本的表达数据，第一行为样本名称） step2：导入样本信息数据（第一列为样本，第二列开始为各样本的随访信息，其中包含死亡和生存时间） step3：右侧选择死亡状态列和生存时间列，同时选择时间单位，还可以进一步筛选随访条件，比如默认（随访时间要大于1个月，生存时间截止日期十年，大于10年的默认为未死亡） step4：批量运行即可得到每个基因的结果 然后结果展示页主要是对于一些基因的分类之后进行K-M曲线绘制，可以导出pdf和jpg两种格式的数据。 二、示例 以下我们使用GEO的一套数据来演示以下该工具使用 首先我们选择下载GSE25065数据集，下载之后使用GEO芯片数据转换器将数据提取出来，最终我们得到了这两个文件 打开SampleInfo.xls文件找到随访信息列： 去除其中的分号，保存 然后启动本工具，导入样本信息和表达谱数据，如图：
我们导出结果：
进一步的如果想观察每个基因的K-M曲线，该工具提供了K-M绘制曲线的功能，可以直观的看出分类效果，并提供导出pdf功能（小编我就喜欢这个功能，大赞） 与R语言相比如下（意思是这个小工具的算法是R语言，但做到了可视化，对临床的小伙伴真是福利，简单好用，逼格还不低，完全可以和别人说我是用R做的，嘻嘻）： library(survival)setwd('D:/Work/code/Test/GSE25065_family.xml')data=read.csv('CoxResult.txt.matrix',sep = '\t',row.names = 1)head(data)time=data[,1]status=data[,2]cox1=coxph(Surv(time, status) ~ ACADSB,data)cox2=coxph(Surv(time, status) ~ GATA3,data)cox3=coxph(Surv(time, status) ~ CHMP6,data)cox4=coxph(Surv(time, status) ~ ADCY9,data) 生信人 生信人成立于2014年，由老祝，鑫仔，helen等组建，他们都来自同一个学校：哈尔滨医科大学，更来自同一个寝室，他们是国内最早一批专攻生物信息学专业的学生，他们希望能最大限度降低跨专业的生信学习门槛，开发一系列零编程的可视化软件，助力医学科研。 戳戳图片↓↓，你就知道   ☞ 戳 科学自由共享 投稿请扔至：freescience@zju.edu.cn |
|
|
