如果是一组基因来把病人进行分组，可以······

如果是一组基因来把病人进行分组，可以取基因集的第一主成分来把病人样本分组。

生存分析最重要的就是分组，来检验你的分组的那个标准或者指标是否能区分生存，比如下面的代码，根据表达量高低进行分组：

dat=merge(cxb6_expr,meta,by='gsm')
head(dat)
table(dat$study)


生存分析的数据如下：

> head(dat)
        gsm    value group month event   study
1 GSM107072 6.610591   low 49.68     1 GSE1456
2 GSM107073 4.871095   low 97.80     0 GSE1456
3 GSM107074 5.838876   low 26.64     0 GSE1456
4 GSM107075 7.389684  high 98.76     0 GSE1456
5 GSM107076 5.332938   low 66.60     0 GSE1456
6 GSM107077 4.724775   low 99.60     0 GSE1456
> 


其实只需要3列，就是group month event 即可，如下：

library(survival)
library(survminer)
# 利用ggsurvplot快速绘制漂亮的生存曲线图
#dat=dat[dat$study==1,]
sfit <- survfit(Surv(month, event)~group, data=dat)
sfit
summary(sfit)
ggsurvplot(
  sfit, risk.table = TRUE, ggtheme = theme_bw(),
  pval = TRUE, pval.coord = c(0, 0.03)
)


出图如下：

如果是一个基因突变与否，也很容易区分成两个组别。

但如果是一组基因的表达量呢？

这时候可以对着一组基因来取第一主成分，使用其第一主成分来对病人进行分组。

只要分组了， 那么生存分析或者其它，就是水到渠成的事情咯。