tcga等公共数据库查询你的基因没有统计学显著的预后作用你就放弃了吗
看到了发表于2021年4月在NC期刊的文章，标题是：《DUSP16 promotes cancer chemoresistance through regulation of mitochondria-mediated cell death》，链接是：https://www.nature.com/articles/s41467-021-22638-7
这个研究的生存分析并没有使用TCGA等公共数据，但是仍然是证明了：DUSP16 levels were inversely associated with head and neck squamous cell carcinoma (HNSCC) patient and breast cancer patient survival.
如下所示：
通过图例，我们看到了这个生存分析加上了很多限定词：F Among the 113 breast cancer patients (age 28–64) treated with cisplatin, carboplatin, or lobaplatin after surgery, high DUSP16 protein expression in their tumors was associated with lower disease-free survival compared to patients with low DUSP16 expression (log-rank test, two-sided, P ˂ 0.0001).
也就是说，作者是自己的队列，这个乳腺癌患者队列跨越了多种亚型：
72 triple-negative breast cancer (TNBC), 25 HER2 positive breast cancer, 16 luminal breast cancer
但是如果你去 http://www.oncolnc.org/ 查看这个基因，在TCGA数据库的BRCA队列里面，会发现：
如下所示：http://www.oncolnc.org/kaplan/?lower=50&upper=50&cancer=BRCA&gene_id=80824&raw=DUSP16&species=mRNA
压根就没有统计学显著性，所以问题来了，tcga等公共数据库查询你的基因没有统计学显著的预后作用你就放弃了吗？
每个癌症都有各种亚型 原位肿瘤和转移，复发也可以是不同队列 肿瘤患者结局事件也不仅仅是OS 基因也不仅仅是看mRNA表达量，还可以看蛋白水平 癌症患者也可以是药物处理的队列
眼尖的小伙伴已经看到了我们的b站免费视频课程《临床生存分析》啦，而且开始发邮件给我申请课程配套代码和数据！
受公众号排期繁忙影响，直到今日才抽出空弄这个，资料都在 “临床生存分析”群的钉钉群号：32318960 （限额1000名）
我在生信技能树多次分享过生存分析的细节；
人人都可以学会生存分析（学徒数据挖掘） 学徒数据挖掘之谁说生存分析一定要按照表达量中位值或者平均值分组呢？ 基因表达量高低分组的cox和连续变量cox回归计算的HR值差异太大? 学徒作业-两个基因突变联合看生存效应 TCGA数据库里面你的基因生存分析不显著那就TMA吧 对“不同数据来源的生存分析比较”的补充说明 批量cox生存分析结果也可以火山图可视化 既然可以看感兴趣基因的生存情况，当然就可以批量做完全部基因的生存分析 多测试几个数据集生存效应应该是可以找到统计学显著的！ 我不相信kmplot这个网页工具的结果(生存分析免费做) 为什么不用TCGA数据库来看感兴趣基因的生存情况 200块的代码我的学徒免费送给你，GSVA和生存分析 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 KM生存曲线经logRNA检验后也可以计算HR值
生存分析是目前肿瘤等疾病研究领域的点睛之笔！