为什么不用TCGA数据库来看感兴趣基因的生存情况

我们已经多次介绍过生存分析:

而且使用TCGA数据库来看感兴趣基因的生存情况非常简单，一个网页工具即可，都无需R语言了。即使是这样，仍然是有文章并不使用TCGA数据库来看感兴趣基因的生存情况，比如 Cancer Res. 2016 April 1; 文章：

Phosphatase PTP4A3 promotes triple-negative breast cancer growth and predicts poor patient survival

使用的是发表在 BMC Cancer. 2011  的 文献的数据，文章题目是：Correlation of microarray-based breast cancer molecular subtypes and clinical outcomes: implications for treatment optimization.

这个2011的研究表达矩阵在 GEO database (GSE20685) ：Gene expression profiling was conducted on fresh frozen breast cancer tissue collected from 327 patients in conjunction with thoroughly documented clinical data.

虽然说这个2011的研究表达矩阵和临床信息比较齐全，但并不意味着不能使用TCGA数据库。

学徒作业

首先必须是去TCGA数据库看这个PTP4A3基因是否具有显著是生存分析结果咯，网页工具或者自己下载数据文件使用R均可。

然后把这个2011的研究表达矩阵  (GSE20685) 全部的基因批量做生存分析（表达量中位值分组），把具有统计学显著的基因列表拿到。

补充作业cox结果森林图展现

其实下面的表格大家也可以尝试做一下，就是把cox生存分析回归结果整理和理解一下。然后尝试把这个表格变成森林图，比较一下图表到底哪一个更直观。

提示：在R语言里面，使用forestplot 包

最后是友情推广

如果你也对学徒培养或者实习职位感兴趣，想在我们的指导下完成肿瘤外显子等NGS数据分析，可以先看看我是如何培养学徒的：

当然了，学徒培养看缘分！发邮件给我申请：[e-mail]