为什么不用TCGA数据库来看感兴趣基因的生存情况

我们已经多次介绍过生存分析:

• 集思广益-生存分析可以随心所欲根据表达量分组吗
• 生存分析时间点问题
• 寻找生存分析的最佳基因表达分组阈值
• apply家族函数和for循环还是有区别的（批量生存分析出图bug）
• TCGA数据库生存分析的网页工具哪家强

而且使用TCGA数据库来看感兴趣基因的生存情况非常简单，一个网页工具即可，都无需R语言了。即使是这样，仍然是有文章并不使用TCGA数据库来看感兴趣基因的生存情况，比如 Cancer Res. 2016 April 1; 文章：

Phosphatase PTP4A3 promotes triple-negative breast cancer growth and predicts poor patient survival

使用的是发表在 BMC Cancer. 2011 的 文献的数据，文章题目是：Correlation of microarray-based breast cancer molecular subtypes and clinical outcomes: implications for treatment optimization.

这个2011的研究表达矩阵在 GEO database (GSE20685) ：Gene expression profiling was conducted on fresh frozen breast cancer tissue collected from 327 patients in conjunction with thoroughly documented clinical data.

虽然说这个2011的研究表达矩阵和临床信息比较齐全，但并不意味着不能使用TCGA数据库。

学徒作业

首先必须是去TCGA数据库看这个PTP4A3基因是否具有显著是生存分析结果咯，网页工具或者自己下载数据文件使用R均可。

然后把这个2011的研究表达矩阵 (GSE20685) 全部的基因批量做生存分析（表达量中位值分组），把具有统计学显著的基因列表拿到。

补充作业cox结果森林图展现

其实下面的表格大家也可以尝试做一下，就是把cox生存分析回归结果整理和理解一下。然后尝试把这个表格变成森林图，比较一下图表到底哪一个更直观。

提示：在R语言里面，使用forestplot 包

最后是友情推广

如果你也对学徒培养或者实习职位感兴趣，想在我们的指导下完成肿瘤外显子等NGS数据分析，可以先看看我是如何培养学徒的：

• 七步走纯R代码通过数据挖掘复现一篇实验文章（第七步WGCNA）
• 可能只是一个函数，却要耗费你大半天
• 你要挖的公共数据集作者上传了错误的表达矩阵肿么办（如何让高手心甘情愿的帮你呢？）
• 你可能不适合做人（学徒给我的6个暴击）

当然了，学徒培养看缘分！发邮件给我申请：jmzeng1314@163.com

• 实习生（生物信息学知识体系的建立）招募