cox临床预测模型构建

#单因素cox回归用于筛选与预后相关的免疫基因

#文件要求,带有临床生存与基因表达值的文件clinical+exp.txt

#生信课视频上的代码:不知道为什么就是运行不出来,于是我放弃了

library(survival)

pFilter=0.05

rt=read.table("clinical+exp.txt",header = T,sep="\t",check.names = F,row.names = 1)

outTab=data.frame()

sigGenes=c("funtime","funstat")

for (i in colnames(rt[,3:ncol(rt)])){

    cox<-coxph(Surv(funtime,funstat)~rt[,i],data = rt)

    coxSummary=summary(cox)

    coxP=coxSummary$coefficients[,"Pr(>|z|)"]

          if(coxP<pFilter){

                          sigGenes=c(sigGenes,i)

                          outTab=rbind(outTab,cbind(id=i,

                          HR=coxSummary$conf.int[,"exp(coef)"],

                          HRL=coxSummary$conf.int[,"lower .95"],

                          HRH=coxSummary$conf.int[,"upper .95"],

                          pValue=coxSummary$coefficients[,"Pr(>|z|)"]

    }

      }

#网友提供的方法

#需要多一个变量名的文件,是指差异表达的基因名,后来想想要不是有些捣乱的基因名,是不是用于做单因素分析的基因就是所需的covariates

rt=read.table("clinical_exp_gaibian.txt",header = T,sep="\t",check.names = F,row.names = 1)

covariates<-read.csv("names.csv")

covariates<-as.vector(covariates)

covariates

covariates=t(covariates)

time<-rt$funtime

time<-as.vector(time)

status<-rt$funstat

#有个小问题,就是变量命名里不能有-例如HLA-A,会出现找不到HLA的错误,这里把这些带-的都删掉了

univ_formulas <- sapply(covariates,

                        function(x) as.formula(paste('Surv(time, status)~', x)))

univ_models <- lapply( univ_formulas, function(x){coxph(x, data = rt)})

univ_results <- lapply(univ_models,

                        function(x){

                        x <- summary(x)

                        p.value<-signif(x$wald["pvalue"])

                        wald.test<-signif(x$wald["test"])

                        beta<-signif(x$coef[1]);#coeficient beta

                        HR <-signif(x$coef[2]);#exp(beta)#,digits=2代表保留两位有效数字

                        #HR <-signif(x$coef[2],digits = 2);

                        HR.confint.lower <- signif(x$conf.int[,"lower .95"])#,3,是3个有效数字

                        HR.confint.upper <- signif(x$conf.int[,"upper .95"])

                        HR <- paste0(HR, " (",

                                      HR.confint.lower, "-", HR.confint.upper, ")")

                        res<-c(beta, HR, wald.test, p.value)

                        names(res)<-c("beta", "HR (95% CI for HR)", "wald.test",

                                      "p.value")

                        return(res)

                        #return(exp(cbind(coef(x),confint(x))))

                      })

res <- t(as.data.frame(univ_results, check.names = FALSE))

as.data.frame(res)

write.csv(res,"cox_singel.csv")


#LSAAO回归

#文件要求:与单因素回归的文件格式相似

LASSO是为了避免过度拟合和删除高度相关的基因

library(glmnet)

library(survival)

setwd("C:/Users/仙女/Documents/liver cancer/LASSO")

rt=read.table("Lasso.txt",header = T,sep="\t",check.names = F,row.names = 1)

rt$funtime[rt$funtime<=0]=0.003

#LASSO回归中生存时间不能是0,否则会报错

x=as.matrix(rt[,c(3:ncol(rt))])

y=data.matrix(Surv(rt$funtime,rt$funstat))

fit<-glmnet(x,y,family = "cox",maxit = 1000)

pdf(file = "lambda.pdf",onefile = FALSE)

plot(fit,xvar="lambda",label=TRUE)

dev.off

cvfit<-cv.glmnet(x,y,family="cox",maxit=1000)

#做交叉验证并输出图形

pdf("cvfit.pdf",onefile = FALSE)

#onefile=FALSE很重要,因为如果没有这个输出图应该在pdf的第二页,前面有个空白的pdf页

plot(cvfit)

abline(v=log(c(cvfit$lambda.min,cvfit$lambda.1se)),lty="dashed")

dev.off()

#maxit=1000是随机模拟1000次,这代表这次做完之后把脚本关闭重新再做得出的基因是不相同的

coef<-coef(fit,s=cvfit$lambda.min)

index<-which(coef !=0)

actCoef<-coef[index]

lassoGene=rownames(coef)[index]

lassoGene=c("funtime","funstat",lassoGene)

lassoSigExp=rt[,lassoGene]

lassoSigExp=cbind(id=row.names(lassoSigExp),lassoSigExp)

write.table(lassoSigExp,file = "lassoSigExp2.txt",sep="\t",row.names = F,quote=F)

#虽然我的lambda图没有做成


#多变量cox回归及建模人群预测模型的构建

#文件要求:带有生存数据的基因表达

setwd("C:/Users/仙女/Documents/liver cancer/multi_cox")

rt=read.table("lassoSigExp.txt",header = T,sep="\t",check.names = F,row.names = 1)

rt[,"funtime"]=rt[,"funtime"]/365

#这里生存时间要转换成年

#使用建模数据构建模型

multiCox=coxph(Surv(funtime,funstat)~.,data = rt)

multiCox=step(multiCox,direction = "both")

multiCoxSum=summary(multiCox)

#输出模型相关信息

outTab=data.frame()

outTab=cbind(

  coef=multiCoxSum$coefficients[,"coef"],

  HR=multiCoxSum$conf.int[,"exp(coef)"],

  HR.95L=multiCoxSum$conf.int[,"lower .95"],

  HR.95H=multiCoxSum$conf.int[,"upper .95"],

  pValue=multiCoxSum$coefficients[,"Pr(>|z|)"])

outTab=cbind(id=row.names(outTab),outTab)

write.table(outTab,file = "multiCox.xls",sep = "\t",row.names = F,quote=F)

#其实每运行一次产生的结果都不一样,即使是相同的lassoSigExp文件

#结果显示有的基因HR的p值并不小于0.05,这也是可以的,它可能跟别的基因互补一起预测生存

#输出病人的风险值

riskScore=predict(multiCox,type = "risk",newdata = rt)

coxGene=row.names(multiCoxSum$coefficients)

coxGene=gsub("`","",coxGene)

outCol=c("funtime","funstat",coxGene)

risk=as.vector(ifelse(riskScore>median(riskScore),"high","low"))

write.table(cbind(id=row.names(cbind(rt[,outCol],riskScore,risk)),cbind(rt[,outCol],riskScore,risk)),

            file = "risk.txt",

            sep="\t",

            quote=F,

            row.names = F)

#可是没有预测的具体公式,好像是summary(multiCox)的coef值


#模型验证

#输入验证人群的风险文件

rtTest=read.table("test.txt",header = T,sep="\t",check.names = F,row.names = 1)

rtTest[,"funtime"]=rtTest[,"funtime"]/365

riskScoreTest=predict(multiCox,type = "risk",newdata = rtTest)

riskTest=as.vector(ifelse(riskScoreTest>medianTrainRisk,"high","low"))

write.table(cbind(id=rownames(cbind(rtTest[,outCol],riskScoreTest,riskTest)),cbind(rtTest[,outCol],riskScoreTest,riskTest)),

                  file="riskTest.txt",

                  sep="\t",

                  quote=F,

                  row.names=F)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
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。

推荐阅读更多精彩内容