并不是只有TCGA才有临床信息用来做生存分析

本文的临床数据的生存分析，并没有使用TCGA数据库里面的病人信息，而是自己收集病人样本，记录其临床信息，随访时间等等。还采用IHC等病理技术手段来量化感兴趣的基因的表达量情况，最后全部使用自己的数据做出来了下面的生存分析曲线。

因为作者并没有上传这些临床信息，所以呢，是不可能重复出来作者的生存分析曲线啦。不过，我们的学徒任务是，去TCGA数据库，找到BRCA和CRC病人的该基因的表达量情况，对病人进行分组后会在生存曲线，看看是否也是具有统计学显著。

如果你感兴趣研究团队的数据收集过程，也可以继续读文献：

可以看到病人队列也不小了，两个癌症，每个一百多病人。研究者在检查STING这个基因表达量的时候，区分了内皮细胞和免疫细胞。这一点很有趣。

只有你对你的课题熟悉到一定程度才知道，并不是TCGA数据库里面的RNA-seq或者芯片数据检测到的STING这个基因表达量能区分生存就是你的生物学故事的证据支持。

临床资料整理

也详细描述了病理技术的来龙去脉，使用的仪器和商业抗体信息。

临床数据统计通常不使用R语言

这里值得强调的是，其实临床统计数据分析并不一定要使用R语言，甚至说，大部分都不会使用R语言完成统计分析。本文就是典型，使用的是收费软件，PRISM和SPSS。

临床三线表是必须的

这个我以前讲解过使用R语言如何绘制

可以根据临床信息细分为癌症亚型后继续生存分析

因为研究团队收集的病人临床信息比较全面，所以可以根据 stage 这个信息，把病人继续细分为3个分组后继续进行生存分析。

你的作业就是，使用TCGA数据源，制作本文里面的生存分析，看看显著与否！