欢迎光临
我们一直在努力

TCGA如何绘制生存曲线图

小编给大家分享一下TCGA如何绘制生存曲线图,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!

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:

以上是“TCGA如何绘制生存曲线图”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注云搜网行业资讯频道!

赞(0)
【声明】:本博客不参与任何交易,也非中介,仅记录个人感兴趣的主机测评结果和优惠活动,内容均不作直接、间接、法定、约定的保证。访问本博客请务必遵守有关互联网的相关法律、规定与规则。一旦您访问本博客,即表示您已经知晓并接受了此声明通告。