METABRIC数据库挖掘临床相关性分析
时间:2020-07-18 来源:生信自学网 作者:刘鑫
微信公众号:biowolf_cn 点击:次
临床相关性分析1、临床相关性分析输入文件的准备接下来我们要进行临床相关性分析。在分析之前，我们需要准备好临床相关性分析需要的输入文件，我们首先需要有我们基因的表达量，因为我们挑选好了基因之后，我们想要做我们挑选的基因跟其他临床性状的相关性，所以如下表格里面必须有我们基因的表达量，还有各种遗传性状，所以我们需要准备好这样一个输入文件，在做临床相关性分析的时候，我们会对这个表格进行调整。把这个表格作为一个输入文件。  接下来我们要准备好输入文件，首先我们需要基因的表达量，就是之前我们得到的ROC显著性的基因的表达文件。然后我们需要的另外一个文件就是clinical.txt文件，最后还有我们的脚本文件，用来将我们的输入文件进行合并。  复制脚本文件的内容，在R中运行我们的脚本文件，就可以得到合并后的文件，也就是我们做临床相关性分析的输入文件。  2、临床相关性分析 准备好临床相关性分析需要的输入文件后，我们就可以进行临床相关性分析。 上面已经得到了输入文件，只要在R中运行临床相关性分析的脚本，我们就可以得到这样的图形，我们先来看一下第一张图，第一张图它的横坐标是年龄，纵坐标是基因的表达量。我们根据这个病人的年龄，我们可以将病人分为两组，将小于等于60岁的分为一组，大于60岁的分为一组，然后我们就可以比较两组之间基因的表达是否具有差异。我们可以看到这个P值是小于0.01的，说明这个两组之间，它的基因的表达是具有差异的，同时我们可以看到小于等于60岁这一组，它的中位值要高于大于60岁的这一组，所以我们就可以得到这样的结论，这个基因在小于等于60岁的这一组里面，它的表达是更高的。 接下来我们看第二个图，这个图的横坐标就是ER的状态，我们也可以把它分为两组，也就是ER阳性组和ER的阴性组。这里纵坐标也是基因的表达，我们可以看到这两组之间差异也是非常显著的，它的P也是小于0.001的，然后我们也可以很明显的看出，在这个阴性组里面，它的表达是要明显高于阳性组，我们就可以得到这样的相关性的结果。       (责任编辑：伏泽 微信：18520221056) 
|