【生存关联分析】

[taoziyu97]

这是我最终理想化的想要得到的数据形式。

对TCGA，nonPCAWG，PCAWG/ICGC这三个数据来源的数据，各种癌症类型的cox回归以及KM生存分析进行批量处理，最终生成统计表格。这里我对TCGA的AML癌症类型的SBS先做了一个测试，其表格形式如下，在这里我根据COSMIC3的提示内容删除了artificial的signature，剩余共47种SBS。

	cancer type	source	scale	HR	P value	CI upper	CI lower	var
SBS1	AML	TCGA	WES	NA	NA	NA	NA	NA
SBS2	AML	TCGA	WES	NA	NA	NA	NA	NA
SBS3	AML	TCGA	WES	NA	NA	NA	NA	NA
SBS4	AML	TCGA	WES	NA	NA	NA	NA	NA
SBS5	AML	TCGA	WES	NA	NA	NA	NA	NA
SBS6	AML	TCGA	WES	NA	NA	NA	NA	NA

[taoziyu97]

结果发现出现空值情况如下：

另外还有出现inf无穷值的情况

原因是没有针对这个癌症类型，去除这个癌症类型不存在的signature

[taoziyu97]

根据昨天统计的不同数据库的所有包含的signature，使用分隔符“,”提取每个癌症独有的signature进行matrix构建，以及cox分析

或者

直接不管warning，把所有提示为NA存在的行进行去除即可，在多变量cox分析的时候再把提出来

最终构建一个列表，数据框中存列表，每个癌症类型都有一个cox分析的列表

[taoziyu97]

【√】 TCGA的clinical单因素cox分析列表

[taoziyu97]

PCAWG_clinical文件中包含有TCGA的clinical临床数据，用剩下的数据做PCAWG 数据来源的cox分析

[taoziyu97]

？ nonPCAWG的临床数据是不是没有

[taoziyu97]

【√】PCAWG的clinical单因素cox分析列表