批量计算生存分析工具使用例子
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...
工具下载链接：http://gap.shengxin.ren/tool/7/
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：
最终得到结果：
然后导出就OK了，结果中包括95%的置信区间，以及风险比，还有p值，使用方法是CoxRegression
我们导出结果：
结果包含两个文件，第一个是每个基因的Cox结果，第二个是样本的表达谱和对应的临床随访信息整合的表格，可以自己导入到R里面去分析
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
与R语言相比如下：
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)
- 发表于 2017-08-16 15:39
- 阅读 ( 14695 )
- 分类：软件工具
