也介紹了下游的差異分析：
一文就會tcga資料庫基因表達差異分析
也介紹了：基因表達譜熱圖繪製
fit ~ 分組, data=資料框)首先載入我們的資料。
options(stringsasfactors = f)#載入表達資料load("f:/tcga/htseq-fpkm/rdata/data/tcga-coad-exp.rdata")#載入臨床資料load("k:/tcga/clinicaldata/tidyallcancerdata/tcga-coad -clindata.rdata")之前處理後的資料進行簡單的處理，其實就是去掉正常組織的樣本，再把列名變成3個字段。因為原來表達矩陣中病人的barcode長，"tcga-aa-3662-11a-01r-1723-07"，而臨床資料中的只有前3段。具體關於barcode這個在前面有介紹，也可以參考文章tcgabiolinks包介紹，裡面有詳細介紹。
##提取腫瘤樣本的表達矩陣exp "allgene***p"]][[tumexp exp[,transomedata[[barcode "(.*?)-(.*?)-(.*?)-.*",colnames(tumexp) ##
同樣我們也要處理一下臨床資料，我們之前處理的臨床資料是這樣的：
我們這裡也需要簡單處理一下。
#提取臨床資料library(dplyr)clin clin "--")clin "sample",clin[1,3]clin$follow as.numeric(clin$follow)/然後我們將表達矩陣與臨床資料融合，因為不是每個病人的資料都是一一對應的，簡單說，就是病人有表達資料，但他的臨床資料就不全，我們也刪除了缺失值的病人的臨床資料，所以我們只需要具有臨床資料又有表達資料的病人的資料。也就是取乙個交集。
##融合資料interbarcode gene "llgl2"geneexp geneexp % as.data.frame() %>% data.matrix() %>% as.data.frame() geneexp$sample mergdata by =接下來就是新增乙個分組資訊。
mergdata$group median(mergdata[,gene]),"high","low")得到上面這樣的資料後，我們就可以按照剛剛的公式進行生存分析了：
######################### 生存分析library(survival)library(survminer)fitggsurvplot(fit,data = mergdata)這樣看著就好很多啦。我們在進行其他引數的調整。
如果我們要一次批量分析很多基因的高低表達與生存的關係，寫乙個迴圈，批量繪圖了，也可以參考文章graphpad prism繪製生存曲線和r語言批量繪製生存曲線。
儘管本文是介紹基因表達量的生存分析，但其他的也是一樣，就看你怎麼分組，比如我們前面介紹snp的資料處理後，能否做某基因突變與野生型的生存分析呢？其實都是一樣的道理，其他的也是一樣。照葫蘆畫瓢而已，大家自己去試試。
乙個r指令碼解決某類功能基因(比如m6a甲基化)臨床預後模型分析流程
腫瘤免疫細胞浸潤與臨床相關性分析
tcga | 文獻閱讀 | r語言 | 資料庫 | 理論知識
MySQL資料庫基礎 MySQL資料庫與資料表操作
資料表操作 3.修改表名 4.更改表的自增的值 5.修改表引擎 6.刪除表 資料表的操作 資料庫操作 1.資料庫的建立 鏈結mysql資料庫後，進入demo後可以運算元據 1.建立庫 create database if not exists demo default charset utf8 1....
Android Sqlite 資料庫修復及資料匯出
今天上午在弄乙個資料庫修復的問題，就是sqlite的資料庫打不開，但是資料庫中還是有資料的，那麼應該如何修復這個資料庫呢？我的做法是 首先，需要匯出資料庫的指令碼。我是通過sqlite3.exe這個命令列工具實現的具體的操作如圖所示 那麼這個最重要的一步 生成sql指令碼 就完成了。然後，通過sql...
手動cache TimesTen資料庫中資料
環境 timesten 安裝在一台sun os機器上 oracle 資料主庫在另一台linux機器上。資料存放在oracle主庫中，tt的資料是以readonly的方式從oracle主庫上cache過來的。其中，cache group的引數為 readonly，autorefresh，increme...