生存分析就是一个任人打扮的小姑凉

最近接到粉丝的TCGA分析需求，想看看指定基因在指定癌症是否具有临床意义（也就是生存分析是否有统计学显著效果咯！）其实很早以前我在生信技能树就号召粉丝讨论过这个问题：集思广益-生存分析可以随心所欲根据表达量分组吗 这里我做实力演绎一下。

我这里选择最方便的 网页工具：https://xenabrowser.net/heatmap/  选择合适的数据集及样本信息还有基因来演示一下，随便选择一个基因一个癌症吧，如下：

这个时候，我草率的制作了生存分析图如下：

的BRCA病人没道理居然快1200个了，肯定是有什么地方错误了，重新看了看，的确是因为没有顾虑到里面有正常组织测序的那些病人，怎么说呢，相当于把有正常组织测序的那一百多个病人，在我这个生存分析里面计算了两次，他们的生存时间信息，生存状态都重复计算了，所以实际上这个生存分析是错误的。

过滤一下，仅仅是保留tumor的表达量信息和病人临床信息，再次制作生存分析曲线，如下所示：

可以看到，之前明明是显著的结果消失了，而且不管是使用哪种表达量划分方式，都达不到统计学显著阈值。是不是就没有办法了呢？当然不是，还可以使用R包，一个非常棒的外国小哥博客写的很清楚：http://r-addict.com/2016/11/21/Optimal-Cutpoint-maxstat.html还有专门的文章，这里就不细心讲解啦。

外国小哥博客写的很清楚：http://r-addict.com/2016/11/21/Optimal-Cutpoint-maxstat.html 我们现在就测试一下这个流程。首先下载我们前面的数据文件：'PLEKHA5-BRCA.tsv' 内容如下：总共6列，在前面的 网页工具：https://xenabrowser.net/heatmap/  选择对应的信息下载即可：

然后是R代码读入上面的文件，主要是列名需要保证正确无误！！！

重要的的列名是：

如果是你自己的数据集，需要稍微修改哦。见证奇迹的时刻：

是不是统计学显著啦！！！函数帮我们选择的分组；

更多信息请点击了解：https://github.com/jmzeng1314/survival

▍本文版权（文字和图片）属于“生信技能树”（微信公众号：biotrainee），禁止二次转载