【科研貓】生存分析的正確姿勢（1）影片+R程式碼分享
- 2019 年 10 月 6 日
- 筆記
生存分析很重要，如何高效地對兩萬多個基因批量做生存分析？今天，獵豹師兄帶領大家，正確姿勢做生存分析，快速鎖定目標基因。
生存分析（Survival Analysis）是研究生存現象和響應時間數據及其統計規律的一種統計學方法，是關聯表型與患者預後的重要手段。大學本科的統計課上，老師就教我們用SPSS做生存分析，現在讀到碩士&博士&博士後了，看了很多文獻，是不是發現生存分析的出鏡率確實挺高的呢。特別是一些隊列龐大、隨訪數據完整的高IF文章，經常能看到下圖所示的Kaplan-Meier圖。
關於生存分析的重要性，這裡就不多贅述了。在前面的教程中，給大家講解了如何使用cBioportal就基因表達與患者預後進行生存分析（詳細內容見：TCGA數據挖掘終結者：cBioPortal），同學們普遍回饋說get了新技能。
根據以往跟同學們的交流，大家一般都是這麼操作的：（1）通過其他方法找到的目標基因，只要能驗證與患者預後是相關的，那麼文章就能錦上添花（個人經驗：凡是能跟臨床扯上關係，文章IF就能上個台階）；（2）還沒有找到目標基因，通過生存分析那麼一篩，居然找到一個跟預後顯著相關的基因，再往下做功能實驗也信心倍增。不管是出於何種目的進行生存分析，找到一個合適的工具是非常重要的。
大家都知道，要比較不同分組患者的生存差異需要有三個數據：
（1）患者分組，比如高危組vs低危組；
（2）隨訪時間；
（3）隨訪結局，也就是隨訪結束時患者的結局
要知道，準備這幾個數據還是有點煩的，如果再放到SPSS裡面"搗鼓"一下，也要半個小時到一個小時的時間。很多同學會想，既然cBioportal能夠做生存分析，而且介面簡潔，操作簡單，結果漂亮，省時省力，那我也沒必要換其他工具了，就cBioportal挺好。其實不然~（此人包不同大叔）。
cBioportal有優勢也有缺點，雖然它能夠幫我們快速高效地實現生存分析，但是任何網頁工具都存在一個非常嚴重的問題：每次只能做一個基因。如果我要對多個基因批量做生存分析呢？設想一下，我們經常碰到這樣的問題：做了差異基因篩選出了上百個基因，但是哪個才更重要呢？如果有幾個基因的話，我們可以用cBioportal等在線工具，一個一個分析，然後把結果一個一個存起來，但是如果有上百個上千個甚至上萬個基因呢？就按一個3分鐘，100個基因就是300分鐘，5個小時！terrible吧？
今天，獵豹師兄就帶大家開啟高能模式，以如下方案為例，開講！
【研究課題】篩選肺腺癌中和患者預後顯著相關的基因
【研究對象】TCGA資料庫中肺腺癌患者
【研究方法】通過cBioportal下載肺腺癌患者的轉錄組數據及臨床資訊，通過R語言分析全轉錄組中所有基因的表達與預後的相關性。
在完成這個課題之前，我們先以一個基因為例，給大家講解一下使用TCGA數據進行生存分析的具體步驟，學會這個，我們再擴展到批量操作中去。結合前面我講過的，做生存分析的時候用到的數據，我們可以把操作分為一下幾個步驟：
1
下載原始數據
從哪裡獲取TCGA中肺癌樣本的表達值呢？答案是cBioportal，具體鏈接如下： http://www.cbioportal.org/datasets
找到自己感興趣的數據集（dataset），點擊下載的箭頭就能下載。下載下來是一個名叫 luad_tcga.tar.gz 的壓縮包。
2
提取樣本分組資訊
為了能夠對樣本進行分組，我們首先要提取基因表達值，按照基因的表達值對樣本進行分組（高表達組 vs 低表達組）。那麼樣本的表達值存儲在什麼地方呢？解壓前面的壓縮包，裡面會出現密密麻麻的文件，這其中一個叫：data_RNS_Seq_v2_mRNA_median_Zscore.txt 的文件就是我們想要的。裡面存儲了所有基因的表達值，是不是很神奇呢？有了表達值就可以按照表達值的高低，對樣本進行分組啦～想要哪個基因的表達值，直接查找即可。
3
提取生存數據
有了患者的分組資訊，將overall survival date和overall survival status從表型資訊中提取出來。那麼患者的臨床資訊存儲在哪個文件當中呢？就是壓縮包中的data_bcr_clinical_data_patient.txt 文件。這個文件裡面有兩列：OS_STATUS 和OS_MONTHS 就是我們想要的數據。
4
整理數據，分析繪圖
將患者分組、生存數據放到一個表格中，使用R語言的survival包就可以實現生存分析了。
想想也沒幾步，是不是很簡單？這次的教程先到這裡，下次我們一氣呵成，再來跟大家講講如何在上述分析的基礎上實現批量的操作，一下實現上千上萬個基因的生存分析。
老規矩，為了方便大家上手，為大家錄製了操作影片，快上車吧~
更多科研新鮮資訊、文獻精度和生物資訊技能，請關注科研貓公眾號