## R实现

library(survival)

library(survminer) #for plot

setwd("C:/Users/zhaox/Desktop/R_study_day01/cox/单因素cox接多因素cox回归_表达分组生存曲线")

all<-read.table("For_survival_01A.xls",header=T)

测试数据格式如下，来自TCGA数据整理：

rownames(all)<-all[,1]

start=4 # 需要对应数据进行修改，第4列开始的列号！

############################################

Pvalue_surv<-c(rep('NA',ncol(all)-start+1))

Hazard_Ratio_surv<-c(rep('NA',ncol(all)-start+1))

for(j in start:ncol(all)){

  #j=4

  i=j-start+1

  gene_data<-all[,c(1:(start-1),j)]

  colnames(gene_data)[start]<-"GENE"

  model<-coxph(Surv(OS,EVENT)~GENE,data=gene_data)

  ## gene split two group

  gdata<-data.frame(OS=gene_data$OS,event=gene_data$EVENT)

  gdata$label=ifelse(gene_data$GENE>median(gene_data$GENE),'high','low')

  model_g_p<-survfit(Surv(OS,event)~label,data=gdata) #画图用

  model_g<-survdiff(Surv(OS,event)~label,data=gdata) #有分组

  Pvalue_surv[i]<-1 - pchisq(model_g$chisq, length(model_g$n) -1)

  Hazard_Ratio_surv[i] = (model_g$obs[1]/model_g$exp[1])/(model_g$obs[2]/model_g$exp[2])

  #for picture  #画图，速度较慢，默认关闭

  name <- paste(colnames(all)[j],"_cox_one_to_one.tiff",sep = "",collapse = "")

  tiff(file=name,res=300,width=4400,height=2000,compression = "lzw",units="px")

  p<-ggsurvplot(model_g_p, conf.int=F,data = gdata, pval=T,risk.table=T,ggtheme = theme_minimal())

  print(p)

  dev.off()

}

## gene_2group_surv

name <- paste("pvalue_gene_groups_surv.csv",sep = "",collapse = "")

Pvalue_cox_results_g<-cbind(GENE=colnames(all)[start:ncol(all)],Pvalue_surv=Pvalue_surv,Hazard_Ratio_surv=Hazard_Ratio_surv)

write.csv(Pvalue_cox_results_g,file=name,row.names=FALSE)

name1 <- paste("pvalue_gene_groups_surv_filtered.csv",sep = "",collapse = "")

Pvalue_cox_results_filtered_g<-Pvalue_cox_results_g[as.numeric(Pvalue_cox_results_g[,2])<0.05,]

write.csv(Pvalue_cox_results_filtered_g,file=name1,row.names=FALSE)

## 结果表

HR 值>1 ,表示对应基因的高表达是一种危险因素。

##生存曲线