r语言中which的使用_在TCGA中下载数据并做生存分析图-R语言实现

今天正好是祖国生日，看阅兵式，我类的心呐，激动啊......

360行，做好自己的那一行才是最好的。做好自己的专业，莫羡慕别人的专业。

我写这个帖子的初衷是整理一下这三天的辛苦劳作。

好，言归正传，今日讲的内容是：在TCGA中下载自己专业的或感兴趣的疾病数据，并做感兴趣基因的生存分析图。

开篇

做某基因在某种疾病中的生存分析，首先有基因，然后找到该基因在该疾病中的表达数据，然后有该基因的样本及临床信息，下面一步步写。

一：基因

自己感兴趣的基因，来源1.文献；2.国自然项目；3.生信分析；4.自己的芯片分析等

此处假设为B基因；

二：疾病

本帖以sarcoma为例子，基因为B

三：TCGA数据下载

UCSC Xena​xena.ucsc.edu

UCSC Xena下载TCGA数据的网站

1.临床数据下载

---launch xena

--选择感兴趣的，点击进去，此处选择SARC

--上面的红圈内下载基因表达数据，下面红圈内下载临床数据

得到后复制到R的工作路径内，然后就开始进行代码

四：

rm(list = ls())

##获得基因B在各个样本中的表达数据

gene_exp=read.table(file="HiSeqV2",sep = "t",header = T)

rownames(gene_exp)=gene_exp[,1]

gene_exp=gene_exp[,-1]

GENE=t(gene_exp[which(row.names(gene_exp)=="B"),])
#得到B在各个样本中的表达数据，计算中位数，根据中位数将各样本分为高表达组和低表达组

med=median(GENE)
GENE=data.frame(B)

GENE[GENE$B>med,"B"]<-"High"

GENE[B$B<=med,"B"]<-"Low"

##以上代码已经获得了基因B在各样本中的表达数据

##下面取获得临床数据

clinical=read.table(file="SARC_clinicalMatrix",sep = "t",header = T)
Clinical=Clinical[,c(1:8,10:13)]
##将中间的连接“-”转换成“.”
t=clincal

T=data.frame(gsub("-",".",t$sampleID),t)

colnames(T)[1]="SampleID"

T=T[,-2]
Clinical=T

##匹配并合并之,得到的数据既有临床数据，又有某个基因的表达数据
gene_clinical=data.frame(Clinical[match(rownames(GENE),Clinical$SampleID),],GENE)

##
##B低表达的改为1，高表达的改为2
gene_clinical$B<- ifelse((gene_clinical$B =="High"), 1,2)

GC=gene_clinical

##目前的数据后，就可以进行生存分析作图了
library(survival)

fit.surv <-Surv(GC$OS.time,GC$OS)

km<-survfit(fit.surv~1,data = GC)

km_2<- survfit(fit.surv~B,data=GC)

library(survminer)

ggsurvplot (km)

ggsurvplot (km_2)

ggsurvplot(km_2,
           legend = "bottom", #将图例移动到下方
           legend.title = "B",#改变图例名称
           legend.labs = c("High", "Low"),
           linetype = "strata"# 改变线条类型
)

ggsurvplot(km_2, main = "Survival curve",
           pval=TRUE  #添加P值
)         

ggsurvplot(km_2,
           legend = "top", #将图例移动到下方
           legend.title = "B",#改变图例名称
           legend.labs = c("High", "Low"),
           linetype = "strata",# 改变线条类型
           xlab="Days",
           ylab="OS",
           pval=TRUE
)     

---