R语言与临床模型预测——LASSO回归，单因素多因素cox，差异表达分析，Venn图，森林图，列线图，矫正曲线，ROC全套代码及解析——第一步，下载数据。本专栏可免费答疑

这个临床模型预测会针对一个案例进行讲解，目录如下：

1.下载数据

2. 匹配基因

3. 基因去重复

4.匹配临床数据

5.批量cox回归分析

6.差异表达基因筛选

7.取交集，选出预后相关的差异表达基因

8.森林图绘制

9.lasso回归进一步排除具有共线性的基因

10.验证集验证，数据合并验证

11.多因素cox回归建模

12.列线图

13.矫正曲线

14.ROC曲线分析

我们的案例就是自噬相关基因与肾癌：

那么我要做临床模型预测，首先肯定是筛基因，比如我们的研究方向是铁死亡相关基因，那么我们就得将铁死亡相关基因给全部找出来。

第一步，下载基因，对数据库的基因进行匹配。

自噬相关基因有一个数据库，在我们之前的文章中有讲过：

注意：由于自噬数据库最近打不开了，所以我将自噬相关基因上传到百度网盘上，供大家练习：

链接：https://pan.baidu.com/s/1dgUVqcoVoQvmLvQtKukSQA 
提取码：z9m2 
--来自百度网盘超级会员V5的分享

 简单来说呢，就是把这些基因复制，粘贴到Excel里面。

 全选，复制：

 粘贴完了以后，我们需要对空格进行一下处理，因为自噬数据库呢，没有下载的地方我们只能这样手动粘贴，然后手动删减。

总之，处理好了以后，就剩下三列，我们最主要的就是要Symbol这一列。

注意：由于自噬数据库最近打不开了，所以我将自噬相关基因上传到百度网盘上，供大家练习：

链接：https://pan.baidu.com/s/1dgUVqcoVoQvmLvQtKukSQA 
提取码：z9m2 
--来自百度网盘超级会员V5的分享

下面我们得准备KIRC的测序数据和临床数据，大家可以取UCSC xena下载。不过下载的数据是FPKM格式的，需要传承TPM或者LCPM格式。

因为FPKM格式做的文章是容易受到质疑的。

 在我的资源里面已经对TCGA的数据库进行了格式转换，id转换，大家也可以直接进入我的资源去下载：TCGA-KIRC-mRNA表达数据——肾透明细胞癌表达及临床数据集整理_黑色素瘤TCGA-数据挖掘文档类资源-CSDN下载TCGA-KIRC数据集已经整理成LCPM格式，临床数据已经汇总整理。LCPM格式即log2(CP黑色素瘤TCGA更多下载资源、学习资料请访问CSDN下载频道.https://download.csdn.net/download/weixin_46500027/84997590?spm=1001.2014.3001.5503

 下载完了以后解压缩，和前面的自噬相关基因放在一起。

下面我们挨个看看这些文件里面的内容：

第一个KIRC_clinicalMatrix:

 

这个临床文件是整理好了的，包含了所有KIRC的临床信息。

 下面的KIRC_LCPM是RNA-sequence数据：

这个数据是id转换完了，也从FPKM转成了LCPM格式，包含肿瘤和正常组织的6万多个基因的测序数据，是可以直接拿来用的。

当然有些研究者也还在沿用TPM格式，后面我也会陆续上传到我的资源里面，或者大家自己转一转格式。

这里使用LCPM格式的原因，是因为我之前发的一篇六分的文章，审稿人说FPKM和TPM格式有点过时了，建议我转成LCPM格式，所以我才跟大家介绍这种格式。我也特地去查了查文献，确实LCPM格式的稳定性比其他两种要强一些。这些都是有文献支持的。

 这是RNA-seq数据。

下面是自噬相关基因的数据：

 准备好这些数据以后，下一期我将给大家讲id转换，以及批量单因素cox回归分析。

温馨提示：完成本专栏的学习，就可以发文章啦！