绘制生存曲线图

生存曲线图的绘制

在单因素生存分析完成之后,可以绘制一个单因素的生存曲线图。

# 表达信息和生存数据整合到 exprSet, 其格式如下:

  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


# 针对显著性的基因绘制生成曲线
my.surv <- Surv(exprSet$time, exprSet$status)

# 循环遍历显著的基因
for(gene in names(log_rank_p) ){
  values <- exprSet[,gene]
   # 基于基因的表达量,分成两个组别
  group=ifelse(values>median(na.omit(values)),'high','low')
  kmfit2 <- survfit(my.surv ~ group,data=exprSet)
  summary(kmfit2)
  ggsurvplot(kmfit2, conf.int=T, pval=TRUE, title=gene)
  ggsave(paste(gene,'_survival.pdf', sep = ""),width = 10,height = 5)
}

绘制完的图如下:

attachments-2018-06-2lENV8K95b1a57793346f.png


如果您对TCGA数据挖掘感兴趣,请学习我们的TCGA相关课程:

TCGA-生存分析

TCGA-基因差异表达分析

WGCNA加权基因共表达网络分析

GEO芯片数据挖掘

GSEA富集分析

  • 发表于 2018-06-08 18:17
  • 阅读 ( 4308 )
  • 分类:TCGA

4 条评论

请先 登录 后评论
microRNA
microRNA

115 篇文章

作家榜 »

  1. omicsgene 700 文章
  2. 安生水 348 文章
  3. Daitoue 167 文章
  4. 生物女学霸 120 文章
  5. xun 82 文章
  6. 红橙子 78 文章
  7. rzx 75 文章
  8. CORNERSTONE 72 文章