零代码学生信第四天-单/多变量cox分析

在肿瘤数据挖掘中，单变量cox分析（单因素cox分析）和多变量cox分析（多因素cox分析）是非常重要的一个环节。他们的目的到底是什么了，之前看到他们在答疑群中经常群主会回复这么一句，你用几万个基因做多变量cox分析吗？这个肯定是不行？为此，我特意查了一下，这里的单变量cox分析是为了筛选单个基因与预后的关系，这里是可以选择用几万个基因进行盲筛的。

很多文章是怎么做的呢？

1、通过差异分析筛选疾病（肿瘤）发生发展相关的基因，然后通过单变量cox分析筛选预后相关的基因，如果基因数量比较多，有的会通过lasso分析进一步压缩基因数量（lasso分析），如果这时候筛选的基因数量还是比较多，可以选择使用逐步回归的方法进一步筛选基因。

2，通过相关性分析（如WGCNA）筛选相关的基因集，然后通过单变量cox分析筛选预后相关的基因，如果基因数量比较多，有的会通过lasso分析进一步压缩基因数量（lasso分析），如果这时候筛选的基因数量还是比较多，可以选择使用逐步回归的方法进一步筛选基因。

进行多因素cox分析的基因数量不会很多，这一点很重要，至少这个多到底多少算多呢？这个可以自行判断。

首先，看看无代码的状态如何进行单/多变量cox分析

http://www.sxdyc.com/coxAnalyse

需要上传两个文件，第一个文件表达谱数据，其中行为基因，列为样本，行名不能重复

第二个文件，生存数据，包含三列，第一列为样本，第二列为生存时间，第三列为生存状态，顺序不能变，列名无所谓

选择单因素cox/多因素cox分析即可。

单/多因素cox分析后，就是对应的可视化，他们平台将分析和可视化分开，cox分析最常用的就是用森林图去展示。

只需要上传一个五列的数据，顺序不要变动

选择输入图片的宽度和高度，选择样式就可以分析了

操作很简单，这里可以选择自己指定的基因，也可以自行排序，按照自己的顺序进行绘图，所以相对来说比较简单方便！