小编给大家分享一下TCGA如何绘制生存曲线图，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
生存曲线图的绘制
在单因素生存分析完成之后，可以绘制一个单因素的生存曲线图。
# 表达信息和生存数据整合到 exprSet, 其格式如下：
bcr_patient_barcode time status LINC01587 XXbac_B461K10.4
1 TCGA-2W-A8YY 148 0 3.981761 23.89057
2 TCGA-4J-AA1J 226 0 37.491171 19.63823
3 TCGA-BI-A0VR 1505 0 10.891560 3.63052
4 TCGA-BI-A0VS 925 0 3.877719 19.38859
5 TCGA-BI-A20A 72 0 16.789319 12.21041
6 TCGA-C5-A0TN 348 1 7.835572 28.73043
# 针对显著性的基因绘制生成曲线
my.surv <- Surv(exprSet$time, exprSet$status)
# 循环遍历显著的基因
for(gene in names(log_rank_p) ){
values <- exprSet[,gene]
# 基于基因的表达量，分成两个组别
group=ifelse(values>median(na.omit(values)),'high','low')
kmfit2 <- survfit(my.surv ~ group,data=exprSet)
summary(kmfit2)
ggsurvplot(kmfit2, conf.int=T, pval=TRUE, title=gene)
ggsave(paste(gene,'_survival.pdf', sep = ""),width = 10,height = 5)
}绘制完的图如下：
以上是“TCGA如何绘制生存曲线图”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
