分析基因表达量和预后的关系大体思路为：找出某一癌症中感兴趣的基因表达量和病人生存时间的数据，再进行生存分析，画图

分解起来看

第一步：得到基因表达量和病人生存时间相应的数据

方法一：利用网页工具，如：OncoLnc

OncoLnc: www.oncolnc.org
这个网站整合了TCGA的各种RNA数据和患者临床数据，提供生存分析

打开OncoLnc
输入感兴趣的基因 选择某一种癌症进行研究
把基因的表达量进行分组

生存分析最重要的就是分组

获得数据

方法二：TCGA数据库获取

待补充

第二步：把获得的数据用R语言读取后作图，且可以个性化调整

a=read.table('BRCA_6662_50_50.csv',
             sep = ',',
             header = TRUE,
             fill=T)#读取数据

library(ggstatsplot)
ggbetweenstats(dat, x=Group, y=Expression)
#加载R包后利用R包画图，该图以Group列数据为X轴，Expression列数据为Y轴
#此处有一个小技巧R包中的函数不用自己手打输入，根据说明书中的案列复制

Rplot.jpeg

注意表达量一般要log

画生存分析图

library(survival)
library(survminer)
table(dat$Status)
dat$Status=ifelse(dat$Status=="Dead",1,0)#把生存状态转换为数字0，1
sfit<-survfit(Surv(Days,Status)~Group,data=dat)
sfit
summary(sfit)
ggsurvplot(sfit,conf.int = F,pval = T)

得出生存分析图

小技巧：还可利用?ggsurvplot看说明书后按照具体细节调整图形