TCGA知识图谱视频学习笔记1

• 视频链接：http://jm.grazy.cn/?tdsourcetag=s_pctim_aiomsg
• 参考笔记：https://www.jianshu.com/u/c93ac360691a

1. 生存分析

• 有很多模型
  • log-rank
  • COX
  • LASSO
  • 随机森林
  • 支持向量机

1.1. COX

• 虽然最后只留下基因表达的风险因子等信息，但生存分析时要把性别、年龄、癌症的 stage 等因素加进去以排除这些因素的影响，这是比 log-rank 优秀之处

1.2. LASSO

• 首先用glm函数找到最优的 λ 值，cv.glmnet是用交叉验证找到最优方程，同样是为了得到最优 λ 值
• 本质是取基因的过程

2. 风险因子关联图

• 
• 3 图联动：风险因子散点图 - 生存时间和状况散点图 - 重要 signature 的表达量热图
• 重难点是 3 张图的样本都要按照风险因子从低到高排序

3. 拆分数据集

• 拆分数据集，用于模型验证

library(caret)
set.seed(12345679)
sam<- createDataPartition(meta$event, p = .5,list = FALSE)

train <- exprSet[,sam]
test <- exprSet[,-sam]
train_meta <- meta[sam,]
test_meta <- meta[-sam,]

友情宣传

• 全国巡讲全球听（买一得五），第二期 ，你的生物信息学入门课
• 生信技能树的2019年终总结 ，你的生物信息学成长宝藏
• 2020学习主旋律，B站74小时免费教学视频为你领路