合并TCGA表达谱数据，生存状态和生存时间

前面给大家介绍了

☞新版TCGA数据库RNAseq数据下载
☞新版TCGA数据库miRNA数据下载
☞R代码合并新版TCGA数据库RNAseq表达谱数据
☞零代码合并新版TCGA数据库RNAseq表达谱数据
☞R代码TCGA差异表达分析
☞零代码TCGA差异表达分析

我们也有相关的视频课程详细介绍TCGA数据库挖掘

TCGA数据库介绍及数据挖掘

也给大家讲解过

☞ 单因素和多因素cox回归分析

以及生存曲线的绘制

☞ 生存曲线怎么看，怎么画

☞ R基于TCGA数据画生存曲线

☞ 零代码生存曲线—GEPIA篇

☞ 零代码生存曲线—ENCORI篇

☞ 零代码发文神器—UALCAN

有小伙伴不知道如何处理TCGA的临床数据得到样本的生存时间和生存状态。今天小编就给大家讲解一下如何得到这些信息，并且将他们跟基因的表达值合并起来，方便后续做生存分析，单因素和多因素cox回归分析。

我们会得到如下的表格，前两列是样本的生存时间（年为单位）和生存状态（1为存活，0为死亡），从第三列开始为基因的表达值，每一行为一个样本。

1. 下载包含临床信息的clinical.tsv文件

在☞新版TCGA数据库RNAseq数据下载 中我们用视频演示了如何从TCGA下载样本的临床数据，clinical.tsv文件。

2.处理clinical.tsv文件

在clinical.tsv文件中每个样本有两行信息，实际上是重复的，我们只需要保存其中的一行就可以了。

3.提取生存状态和生存时间

生存状态在clinical.tsv文件中对应vital_status列，生存时间有两列，days_to_death和days_to_last_follow_up，需要进行整合。

4.将样本的表达矩阵和生存状态以及生存时间合并起来

这里需要注意，我们只提取肿瘤样本的表达矩阵进行后续的生存分析，和cox回归分析。因为生存时间和生存状态是跟病例相关的，而不是跟样本相关。不论是肿瘤样本还是癌旁正常对照样本，他们对应的这个个体的生存状态和生存时间是一样的。

完整的R代码+详细注释☟☟☟

合并TCGA表达谱数据，生存状态和生存时间