Uanle TCGA数据挖掘：预后相关的甲基化位点及构建重要基因的风险模型

TCGA数据库想必大家都不陌生，它以丰富的数据类型、大规模的样本量和完备的临床信息著称，对肿瘤研究者来讲是一座宝贵的矿藏。数据类型主要包括mRNA芯片/测序、miRNA测序、甲基化芯片、CNV等多种组学，疾病包括39种常见癌症。我们今天给大家介绍一个预后相关的甲基化与表达谱整合的数据分析思路。流程图具体步骤简要介绍：1.甲基化数据差异分析2.各差异甲基化位点的生存分析3.差异甲基化位点-mRNA相关性分析4.mRNA表达水平的生存分析 通过以上步骤筛选得到关键研究因子（文献调研），作为进一步深度研究分析的对象。关键甲基化水平beta值分布图 5.根据上一步所选的甲基化位点，将患者分为高/低甲基化组，筛选组间差异基因。6.利用Cox模型和ROC曲线构建预 ………………………………