输出结果默认为1个list,内含3种差异分析结果,可保存rdata格式数据到本地 batch_survival 自动对大约20000个基因进行logrank检验和单因素cox分析,基于中位数; 与getmrnaexpr函数无缝对接,直接使用其输出结果即可,无需任何整理; 支持counts,tpm,fpkm3种格式的数据,如果是counts,则通过DESeq2::vst()进行转换,如果是tp...
batch_survival.R diff_analysis.R getclinical.R getcnv.R getmirnaexpr.R getmrnaexpr.R getmrnaexpr_xena.R getpancancer_xena.R getsnvmaf.R plot_gene.R sysdata.rda man .Rbuildignore .gitattributes .gitignore DESCRIPTION LICENSE LICENSE.md NAMESPACE README.md easyTCGA.RprojBreadcrumbs easyTCGA...
batch_survival.Rd diff_analysis.Rd getclinical.Rd getcnv.Rd getmethybeta.Rd getmirnaexpr.Rd getmrnaexpr.Rd getmrnaexpr_xena.Rd getpancancer_xena.Rd getsnvmaf.Rd plot_KM.Rd plot_gene.Rd plot_gene_paired.Rd .Rbuildignore .gitattributes .gitignore DESCRIPTION LICENSE LICENSE.md NAMESPACE ...
batch_survival <- function(exprset, clin, is_count = FALSE, optimal_cut = TRUE, project, save_data = FALSE, project = NULL, save = FALSE, min_sample_size = 5, print_index = TRUE) { if (!dir.exists("output_survival")){dir.create("output_survival")} # 表达矩阵处理,基因名有-,...
batch_survival 自动进行logrank检验和单因素cox分析,默认基于最佳截点(P值最小); 与getmrnaexpr,getmirnaexpr函数无缝对接,直接使用其输出结果即可,无需任何整理; 支持count,tpm,fpkm3种格式的数据,如果是counts,则通过DESeq2::vst()进行转换,如果是tpm/fpkm,则进行log2(x + 0.1)转换; 支持打印基因序号到屏幕...
@@ -172,6 +174,8 @@ batch_survival <- function(exprset, } res.cox <- data.frame(do.call(rbind, cox.result)) names(res.cox)[c(1, 3, 5)] <- c("gene", "HR", "Wald_z") # 这里再把基因名改回来: res.cox$gene <- gsub("\\.","-",res.cox$gene) res_survival[[2]] ...
batch_survival <- function(exprset, clin, expr_type=c("counts","tpm","fpkm"), project, min_sample_size=5, print_index = TRUE ) { cat("Only do survival analysis on tumor samples! \n") if (!file.exists("output_survival")) { dir.create("output_survival") } if(expr_type == "...
batch_survival 自动进行logrank检验和单因素cox分析,默认基于最佳截点(P值最小); 与getmrnaexpr,getmirnaexpr函数无缝对接,直接使用其输出结果即可,无需任何整理; 支持count,tpm,fpkm3种格式的数据,如果是counts,则通过DESeq2::vst()进行转换,如果是tpm/fpkm,则进行log2(x + 0.1)转换; 支持打印基因序号到屏幕...