TCGA数据挖掘：GDCRNATools
2019-07-26 本文已影响0人
泠生
最近在做meta分析，主要是面向TCGA数据库，前后试过几个R packages: TCGAbiolinks 和 TCGA2STAT，GDCRNATools。感觉GDCRNATools是对win10用户最友好的。不过GDCRNATools画Survival carve 用的不是ggplot2，需要自己把数据提取出来，用survminer包画。
这里需要注意的是，第一，下载的数据包含Normal的样本，需要把PrimaryTumor的提取出来，；
第二，生存时间是分成了两列，"days_to_death"，"days_to_last_follow_up" 分别对用 "vital_status" 为“death"，"alive"的情况，需要合并到一起；
第三，“death"，"alive"需要用1，0替换，可以用gsub（）函数实现；
第四，以gene expression level来划分High，Low的时候，可以用quantile() 函数来进行百分位点划分，用如下代码添加Type标签。
TCGAdata <- within(TCGAdata,{
Type <- NA
Type[TCGAdata$expr > quantile(TCGAdata$expr,0.5)] <- "High"
Type[TCGAdata$expr < quantile(TCGAdata$expr,0.5)] <- "Low"})
