新功能：预后模型（Signature）

预后（Prognosis、outcomes）是指根据病人当前状况来推估未来经过治疗后可能的结果。在pubmed中搜一个“Prognosis”，可以发现近十年来相关文献发表量在五位数以上，18、19年更是有超过12w篇以上，目前21年已出炉2.2w篇，显然，临床预后相关研究持续保持着高热度。

临床生信之家目前有两种预后模型建立工具，一是基因集预后（signature）和列线图预后。前者Signature主要是基于多个基因，lasso cox回归建立的预测模型；后者列线图除了包括基因的因素，还可以包含临床信息比如年龄，分期，吸烟等。

比如这里根据m6A甲基化相关基因构建预后模型，那这里首先选择要分析的肿瘤样本，然后在基因列表中输入m6A相关基因（如果基因比较多可以先通过批量生存分析结果保留预后相关的基因作为目标），再选择想要构建的预后模型如OS或PFS，最后点击plot，稍作等待即可得到一个结果，如下图。

Lasso(Least absolute shrinkage and selection operator, Tibshirani(1996))方法是一种压缩估计。它通过构造一个罚函数得到一个较为精炼的模型，使得它压缩一些系数，同时设定一些系数为零。因此保留了子集收缩的优点，是一种处理具有复共线性数据的有偏估计，可以在参数估计的同时实现变量的选择，较好的解决回归分析中的多重共线性问题，当lambda最小时模型达到最优。这里我们将最小lambda值和Riskscore模型展示在最上方（可以直接放到文章里面），同时模型常规分析结果如KM、AUC等这里也有呈现。

图例，方法学描述在图片下方可以找到，针对结果解读在模仿复现套路文章的视频教程中也有说明，高清矢量图，原始数据，仍然是一键下载。

大家还有其他什么想法，都可以在官网的“交流区”版块中留言，我们有专职人员汇总大家提出的宝贵意见。

为”生信0代码”而生！

临床生信之家 www.aclbi.com