怎么對TCGA數據單因素cox生存分析

這篇文章主要介紹“怎么對TCGA數據單因素cox生存分析”，在日常操作中，相信很多人在怎么對TCGA數據單因素cox生存分析問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”怎么對TCGA數據單因素cox生存分析”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

針對TCGA 下載下來的lncRNA, miRNA的表達矩陣，結合臨床信息，可以進行生存分析。

# 表達信息和生存數據整合到 exprSet, 如下：

  bcr_patient_barcode time status LINC01587 XXbac_B461K10.4
1        TCGA-2W-A8YY  148      0  3.981761        23.89057
2        TCGA-4J-AA1J  226      0 37.491171        19.63823
3        TCGA-BI-A0VR 1505      0 10.891560         3.63052
4        TCGA-BI-A0VS  925      0  3.877719        19.38859
5        TCGA-BI-A20A   72      0 16.789319        12.21041
6        TCGA-C5-A0TN  348      1  7.835572        28.73043

# 構建生存數據表
mysurv <- Surv(exprSet$time, exprSet$status)
# 單因素cox 分析函數
Unicox <- function(x){
  fml <- as.formula(paste0('mysurv~', x))
  gcox <- coxph(fml, exprSet)
  cox_sum <- summary(gcox)
  HR <- round(cox_sum$coefficients[,2],2)
  PValue <- round(cox_sum$coefficients[,5],4)
  CI <- paste0(round(cox_sum$conf.int[,3:4],2),collapse='-')
  Uni_cox <- data.frame('Characteristics' = x,
                        'Hazard Ratio' = HR,
                        'CI95' = CI,
                        'P value' = PValue)
  return(Uni_cox)
}

# 計算每一個單因素,比如hsa_let_7a_1
Unicox('hsa_let_7a_1')

# 批量計算單因素
VarNames <- gene_names
Univar <- lapply(VarNames, Unicox)

# 將單因素的結果匯總
Univar <- ldply(Univar, data.frame)

整理的結果如下：

Characteristics Hazard.Ratio      CI95 P.value
1       LINC01587         1.00 0.99-1.01  0.6771
2 XXbac_B461K10.4         1.01    1-1.03  0.0380
3         IGF2_AS         1.00    1-1.01  0.4047
4          TPTEP1         1.00       1-1  0.3280
5          DLEU2L         1.00 0.99-1.01  0.9864
6   RP11_268J15.5         1.00       1-1  0.0736

到此，關于“怎么對TCGA數據單因素cox生存分析”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！