表达数据与生存数据合并以及生存过滤分析

1、表达数据和生存数据合并
在这之前，我们已经对表达数据进行校正了，校正了之后我们就可以将它与生存数据合并起来，合并之后我们就可以得到这样一个表格，这个表格第一列就是我们的样品的名称，第二列就是生存时间，它的单位是年，这里大家一定要注意，我们下载的数据，无论它的单位是多少，我们都需要对它进行整理，把它的单位整理成年。接下来就是生存状态，0是代表这个病人还活着，1是代表这个病人已经死亡了。接下来就是所有基因的表达量，当然这里的表达量是校正后的表达量。

接下来我们对表达数据与生存数据进行合并，我们需要准备的输入文件有我们之前矫正后的表达量文件normalize.txt，还有保存生存时间和生存状态的文件clinical.xlsx，打开该文件，删除其他数据，只保留生存时间和生存状态，并对剩下的数据进行处理，得到我们合并需要的文件。最后是我们的脚本文件，由生信自学网提供。

打开cmd用perl运行我们的脚本，运行完成后，我们就可以得到表达和生存数据合并后的文件。

2、生存过滤分析
接下来要进行的是生存分析过滤，我们使用两种方法，一种是KM的方法，另外一种cox方法。我们先比较一下两种方法的不同，我们先看一下KM方法，就是按照我们这个基因表达的中位值将我们的样品分成两组，然后比较两组之间是否具有差异。如果这里的P值小于0.05的话，就说明通过我们这个基因的表达量将我们的样品分为两组，这两组生存是具有差异的。我们再看一下cox方法，就是把我们这个基因当做一个连续的变量，然后跟我们生存时间和生存状态进行比较，然后看我们这个基因的表达跟我们的生存时间和生存状态是否相关，如果相关的话，那这里的P值就会小于0.05，所以我们这里是通过两种方法来看我们这个基因是否跟生存相关。
下面我们看一下每一列的内容，第一列就是我们基因的名称，然后第二列就是KM方法的P值，第三列是HR值，如果大于1的话就说明我们这个基因是高风险的基因，也就是这个基因的表达越高，病人的风险也越高。最后这一列就是cox的P值。