TCGA数据库的基因生存分析是怎样的

最近看到文献里面提到了针对膀胱癌的METTL3基因的生存分析，我定睛细看，发现并不是TCGA里面的表达数据，而是IHC的结果，如下：

f. Kaplan-Meier survival curves of overall survival in 180 bladder cancer patients based on METTL3 expression analyzed by IHC staining. The log-rank test was used to compare differences between two groups (P = 0.0128)

结果是相当的显著哦，所以我就思考，为什么作者要舍近求远呢，明明是tcga数据库里面大把的公共数据，很容易检验自己感兴趣的基因是否具有生存效应。

所以我就帮助作者在网址：http://gepia2.cancer-pku.cn/#survival 看了看膀胱癌的METTL3基因的生存分析，同样的UCSC的xena浏览器也是可以做到，感兴趣的可以去学习：GEPIA2详解（中国智造-肿瘤数据库），当然了，也可以自行编程探索。

如下，有意思的就来了：

• 集思广益-生存分析可以随心所欲根据表达量分组吗
• 生存分析时间点问题
• 寻找生存分析的最佳基因表达分组阈值
• apply家族函数和for循环还是有区别的（批量生存分析出图bug）
• TCGA数据库生存分析的网页工具哪家强

关于TCGA数据库的基因生存分析是怎样的问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注行业资讯频道了解更多相关知识。