最佳分组生存分析

#install.packages("survminer")

rm(list = ls())

#设置工作目录

setwd("D:/※raw.data/CZM.exo.m6A/2022.2.22")

library(data.table)

#读入文件

gene_exp<-fread("TCGA-PAAD.htseq_fpkm.All5W.txt",data.table = F)

#转为数据框

gene_exp<-as.data.frame(gene_exp)

row.names(gene_exp)<-gene_exp$Ensembl_ID

gene_exp=gene_exp[,-1]

#得到基因在各个样本中的表达数据

A5=t(gene_exp[which(row.names(gene_exp)=="A5"),])

H1=t(gene_exp[which(row.names(gene_exp)=="H1"),])

library(dplyr)

GENE=cbind(ALKBH5,HES1) %>% as.data.frame()

##下面取获得临床数据

clinical<-read.table(file="TCGA-PAAD.survival.tsv",sep = "\t",header = T)

colnames(clinical)[1]="SampleID"

clinical=clinical[,-3]#删除重复患者ID

clinical$time<- clinical$time/30

colnames(clinical)[3]<-"futime.Months"

colnames(clinical)[2]<-"fustat"

#合并数据,得到的数据既有临床数据,又有某个基因的表达数据

svdata=data.frame(clinical[match(rownames(GENE),clinical$SampleID),],GENE)

library(limma)

#对重复样本名取平均表达量

if(sum(duplicated(svdata$SampleID))>0) #判断是否有重复样本

  svdata<-avereps(svdata,ID=svdata$SampleID) %>%  as.data.frame()

svdata<- na.omit(svdata)

row.names(svdata) <- svdata$SampleID

name<-svdata$SampleID

svdata<-svdata[,-1]

#svdata$SampleID[duplicated(svdata$SampleID)==TRUE]

#转为数值型

svdata<-as.data.frame(lapply(svdata,as.numeric))

row.names(svdata) <- name

##目前的数据后,就可以进行生存分析作图了

library(survival)

library(survminer)#找best separation用的是survminer的函数

##对数据集的基因进行bestSeparation统计

res.cut <- surv_cutpoint(svdata, time = "futime.Months",

                        event = "fustat",

                        variables = names(svdata)[3:ncol(svdata)],

                        minprop = 0.3) #默认组内sample不能低于30%

##按照bestSeparation分高低表达

res.cat <- surv_categorize(res.cut)

##统计作图

my.surv <- Surv(res.cat$futime, res.cat$fustat)

pl<-list()

for (i in colnames(res.cat)[3:ncol(svdata)]) {

  group <- res.cat[,i]

  survival_dat <- data.frame(group = group)

  fit <- survfit(my.surv ~ group)


  ##计算HR以及95%CI

  ##修改分组参照

  group <- factor(group, levels = c("low", "high"))

  data.survdiff <- survdiff(my.surv ~ group)

  p.val = 1 - pchisq(data.survdiff$chisq, length(data.survdiff$n) - 1)

  HR = (data.survdiff$obs[2]/data.survdiff$exp[2])/(data.survdiff$obs[1]/data.survdiff$exp[1])

  up95 = exp(log(HR) + qnorm(0.975)*sqrt(1/data.survdiff$exp[2]+1/data.survdiff$exp[1]))

  low95 = exp(log(HR) - qnorm(0.975)*sqrt(1/data.survdiff$exp[2]+1/data.survdiff$exp[1]))


  #只画出p value<=0.05的基因,如果不想筛选,就删掉下面这行

  #if (p.val>0.05) next


  HR <- paste("Hazard Ratio = ", round(HR,2), sep = "")

  CI <- paste("95% CI: ", paste(round(low95,2), round(up95,2), sep = " - "), sep = "")


  #按照基因表达量从低到高排序,便于取出分界表达量

  svsort <- svdata[order(svdata[,i]),]


  pl[[i]]<-ggsurvplot(fit, data = survival_dat ,

                      #ggtheme = theme_bw(), #想要网格就运行这行

                      conf.int = F, #不画置信区间,想画置信区间就把F改成T

                      #conf.int.style = "step",#置信区间的类型,还可改为ribbon

                      censor = F, #不显示观察值所在的位置

                      #palette = c("#D95F02","#1B9E77"), #线的颜色对应高、低

                      palette = c("red","#008EA0FF"),#线的颜色

                      legend.title = i,#基因名写在图例题目的位置

                      font.legend = 11,#图例的字体大小

                      #font.title = 12,font.x = 10,font.y = 10,#设置其他字体大小


                      #在图例上标出高低分界点的表达量,和组内sample数量

                      legend.labs=c(paste0(">",round(svsort[fit$n[2],i],2),"(",fit$n[1],")"),

                                    paste0("<",round(svsort[fit$n[2],i],2),"(",fit$n[2],")")),

                      xlab="Months",#x轴标为Months

                      #在左下角标出pvalue、HR、95% CI

                      #太小的p value标为p < 0.001

                      pval = paste(pval = ifelse(p.val < 0.001, "p < 0.001",

                                                paste("p = ",round(p.val,3), sep = "")),

                                  HR, CI, sep = "\n"))


  #如果想要一个图保存为一个pdf文件,就把下面这行前面的“#”删掉

  ggsave(paste0(i,".pdf"),width = 4,height = 4)

}

length(pl)

#########################批量出图

#用survminer包自带的函数组图

res <- arrange_ggsurvplots(pl,

                          print = T,

                          ncol = 1, nrow = 2)#每页纸画几列几行

#保存到pdf文件

ggsave("bestSurvPlot.pdf",res,width = 12,height = 16)

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容