Posted on

生存分析是非常重要的表型,诸多文章均有介绍。   其中,最权威的是生存分析数据库是Kaplan-Meier (KM) Plotter(http://kmplot.com/analysis/),能够评估21种肿瘤中54000个基因对生存率的影响。数据库中研究最多的肿瘤数据集包括乳腺癌(6234例)、卵巢癌(2190例)、肺癌(3452例)和胃癌(1440例)。miRNA系统包括20种不同肿瘤类型的11000个样本。该系统包括基因芯片和RNA-seq来源的数据,数据库包括GEO、EGA和TCGA,基于荟萃分析(meta-analysis)发现和评估生存标记物的价值。

此外,PrognoScan是生存分析信息最全面的数据库,主要数据来源是GEO,结果中均含有GSE序列号,网址:http://dna00.bio.kyutech.ac.jp/PrognoScan/index.html

PrognoScan页面相对简单,操作也不复杂。PrognoScan分析生存率,登录官网,在对话框中输入基因名称,点击submit。关键是数据的整理。

图片

然后出现下表。点击cox p value一栏,使得数据按照cox p从小到大的顺序排列,以获得具有显著差异的生存分析数据。

图片

根据肿瘤类型,cox p value的结果,点击探针Probe ID(蓝色划线,可以点击进去)。出现类似下图结果,可以下载,文章需要的是kaplan-Meier plot数据。截图后在PPT中标注相应信息即可,非常简单。

图片

但是PrognoScan数据库的优势在于数据来源,是GEO而不是TCGA,因为TCGA的生存分析工具已经非常多。

发表评论

邮箱地址不会被公开。 必填项已用*标注