网址关键词查询网站,中国最顶尖的平面设计公司,网站建设方案博客,百度网页制作步骤内容如下#xff1a;
1.外泌体和肝癌TCGA数据下载
2.数据格式整理
3.差异表达基因筛选
4.预后相关外泌体基因确定
5.拷贝数变异及突变图谱
6.外泌体基因功能注释
7.LASSO回归筛选外泌体预后模型
8.预后模型验证
9.预后模型鲁棒性分析
10.独立预后因素分析及与临床的…
内容如下
1.外泌体和肝癌TCGA数据下载
2.数据格式整理
3.差异表达基因筛选
4.预后相关外泌体基因确定
5.拷贝数变异及突变图谱
6.外泌体基因功能注释
7.LASSO回归筛选外泌体预后模型
8.预后模型验证
9.预后模型鲁棒性分析
10.独立预后因素分析及与临床的相关性分析
11.列线图ROC曲线校准曲线DCA曲线
12.外部数据集验证
13.外泌体模型与免疫的关系
14.外泌体模型与单细胞测序
########################### 4.预后相关外泌体基因确定 ############################
下面进行批量单因素cox回归分析。
使用上一节的数据代码如下 setwd(C:\\Users\\ASUS\\Desktop\\自噬)
## install.package(pheatmap)
dir()
data - read.csv(LIHC_clinical_mRNA_expression_data.csv,header T,sep ,)
data[1:5,1:5]rownames(data) - data$sampleID
data - data[,-1]
data[1:5,1:5]
pFilter1names(data)[1:2] - c(futime,fustat)
head(data)
dim(data)
data[1:5,1:5]
rt - data
anyNA(data)
data - na.omit(data)
outTabdata.frame()
sigGenesc(futime,fustat)
dim(data)
head(data)
library(survival)
for(i in colnames(rt[,3:ncol(rt)])){cox - coxph(Surv(futime, fustat) ~ rt[,i], data rt)coxSummary summary(cox)coxPcoxSummary$coefficients[,Pr(|z|)]if(coxPpFilter){sigGenesc(sigGenes,i)outTabrbind(outTab,cbind(idi,HRcoxSummary$conf.int[,exp(coef)],HR.95LcoxSummary$conf.int[,lower .95],HR.95HcoxSummary$conf.int[,upper .95],pvaluecoxSummary$coefficients[,Pr(|z|)]))}
}outTab
write.table(outTab,fileuniCox_LTPM.txt,sep\t,row.namesF,quoteF)
uniSigExprt[,sigGenes]
uniSigExpcbind(idrow.names(uniSigExp),uniSigExp)
write.table(uniSigExp,fileuniSigExp_LTPM.txt,sep\t,row.namesF,quoteF)从数据中可以看到和预后有关的基因有35个。 下一节绘制森林图。
