暂无介绍
生存分析是分析生存时间的统计学方法,其因变量需要用生存时间和结局状态两个变量来刻画,可以将终点事件是否发生以及发生终点事件所经历的时间相结合起来。生存分析的主要内容有生存时间的分布...
对于表达谱数据,我们经常需要批量的筛选与肿瘤预后显著相关的基因,在这里我们开发了一个可以批量计算 每个基因与预后相关的工具,界面极简化,傻瓜式操作,如下: 完成后,点击载入结果...
在临床研究中,生存曲线(又称Kaplan-Meier曲线)是最常用图片之一,旨在描述各组患者的生存状况。一张漂亮的、专业的生存曲线图不仅可以令编辑、读者和审稿专家眼前一亮,同时也能为论文增色不...
作者收集了TCGA数据以及其他的验证数据,对PTC的转录组数据进行了详细分析,使用非负矩阵分解,去卷积等方法,识别出了PTC中与免疫相关的基因signature,能够对PTC进行性分型,并对不同亚型进行了生存分析以及多层面刻画。概括来说这是一篇marker识别并分型的文章,其中无论是研究的方法还是流程以及角度都值得我们学习借鉴。
这项研究结合生物学网络,以及生存分析,功能富集的生物学方法,开发了一种sEV相关基因表达特征(3-PPI-Mod),并在独立数据集中进行了验证,其可以预测预后并指导肺ADC的ACT获益,并与肿瘤内缺氧状态显著相关。
文章通过对TCGA中的PDAC甲基化以及表达等数据进行分析,使用差异表达,生存分析,功能富集等生信方法,最终识别出了PDAC的预后标志物。
文章结合CG的表达信息,采用功能富集生存分析等方法推断出m6A-损失介导致癌信号传导(例如Wnt和PI3K-Akt)可以优先促进GC进展,系统的阐明了m6A在GC中的临床病理学作用,研究了m6A对肿瘤功能抑制及其潜在分子机制。
作者从多个角度研究了膀胱癌中巨噬细胞浸润,特别是M2巨噬细胞,联系了肿瘤微环境与基因组改变,研究的角度方法值得借鉴,感兴趣的小伙伴可以仔细研读。
TCGA、GEO、GSEA富集分析套路解析!
数据准备 1、下载TCGA RNA-Seq数据,我们使用TCGA简易下载工具进行下载,因为我们是做预后所以就没有显著正常样本,如图共有407个样本(这是包含所有可下载的样本,要全部下载就将右上角的复选...
小编今日又一次以小白的身份完成了从下载GEO数据到批量运行生存分析。
生存分析在线工具
应用SPSS软件对已有数据进行生存分析
用R语言进行生存分析
文章对生存分析的概念以及特点进行初步介绍