绘制热图与预后评分关系的简易工具
“绘制高颜值的基因表达高低与患者生存状态的关系图”
01
—
研究背景
前几期给小伙伴们介绍的是单因素回归分析，有同学私信小编说，平时在阅读和预后genes signature的文献中，作者都会得出一个由多个基因组合在一起的一个数据表达式，作者根据表达式对患者的生存状态进行预测，将患者分为高低风险两组，并绘制了基因表达高低与患者生存状态的关系图。
然而对于编程基础弱的同学来说，绚丽多彩的图总是可望而不可及，不过也不要沮丧，跟着小编，只需点击鼠标也可在自己的文章配上高大上的图。
先别急，了解一下分析方法，这样可以做到心中有数，有理有据。
多因素cox回归分析方法是英国统计学家 D.R.Cox 于 1972 年提出的比例风险回归模型 (proportional hazards regression model), 简称 Cox 回归 (Cox regression)[1-2]。该模型以生存结局和生存时间为应变量，可同时分析众多因素对生存期的影响，能分析带有截尾生存时间的资料，且不要求估计资料的生存分布类型。
生信分析就是这么简单，你只需跨出注册的第一步，剩下的 Sangerbox都替你走完！
快跟着小编一起学习一下这个工具的具体操作吧！
网址导航
http://sangerbox.com/Tool 点击“绘制热图与预后评分关系的简易工具”
02
—
使用方法
1.输入数据格式
----------
表达矩阵：行名为基因名称（至少两个基因），列名为样本名称，如下图所示：
生存信息：共有三列，第一列为样本名称，要与表达矩阵的样本名数据一样；第二列为生存时间；第三列为生存状态，“0”代表存活，“1”代表死亡；程序会自动匹配表达矩阵和样本信息样本名称
特别注意：
如果是以文件的格式将数据导入到云平台，平台默认无法读取Excel中的数据，必须将Excel文件转为以制表位符分割的文本文件，否则小工具将无法运行。
2.设置参数
----------
3.结果目录
----------
4.结果文件
----------
参考文献
[1] Cox, David R (1972). "Regression Models and Life-Tables". Journal of the Royal Statistical Society, Series B. 34 (2): 187–220.
[2] George B, Seals S, Aban I. Survival analysis and regression models. J Nucl Cardiol. 2014;21(4):686‐694.
具体指引详见：
- 发表于 2020-05-26 09:54
- 阅读 ( 2931 )
- 分类：软件工具
