生存分析中的Kaplan-Meier曲線（也稱為KM曲線）是一種常用的統(tǒng)計(jì)方法，用于估計(jì)不同組別之間的生存函數(shù)差異。KM曲線顯示了在給定時(shí)間范圍內(nèi)生存下來(lái)的患者比例隨時(shí)間的變化情況。

KM曲線通常用于以下情況： 比較不同治療組或治療方案的生存差異：例如，對(duì)于某種癌癥，可以將患者分為接受不同治療方案的組，并比較各組的生存情況。 評(píng)估預(yù)后因素對(duì)生存的影響：例如，研究特定基因變異與患者生存之間的關(guān)系，或者評(píng)估其他臨床特征（如年齡、性別、腫瘤分期等）對(duì)生存的影響。

繪制KM曲線的步驟如下： 收集生存數(shù)據(jù)：包括每個(gè)個(gè)體的生存時(shí)間和事件狀態(tài)（如生存或死亡）。根據(jù)研究目的和變量特征，將個(gè)體分為不同的組別（例如治療組和對(duì)照組）。使用Kaplan-Meier方法計(jì)算每個(gè)組別中在給定時(shí)間點(diǎn)生存下來(lái)的患者比例。繪制KM曲線：將不同組別在給定時(shí)間點(diǎn)的生存比例繪制在同一張圖上。進(jìn)行統(tǒng)計(jì)檢驗(yàn)：使用log-rank檢驗(yàn)或其他合適的方法比較不同組別之間的生存差異。

library(limma)

library(survival)

library(survminer)

library(data.table)

library(tidyverse)

library(ggsignif)

library(RColorBrewer)

?

#首先，加載了一系列所需的R包

files=dir("./DFI/")

通過(guò)dir("./DFI/")獲取"./DFI/"目錄下的文件列表，這些文件包含了每種癌癥類(lèi)型的生存數(shù)據(jù)。

pFilter=1 ??????????#pvalue ??ALL DATA,NO filter

#if(pValue<pFilter){

?# ??if(pValue<0.001){

??# ?????pValue="p<0.001"

???# }else{

????# ???pValue=paste0("p=",sprintf("%.03f",pValue))

????#}

#for tumour types

#通過(guò)一個(gè)循環(huán)遍歷每個(gè)文件進(jìn)行處理。在循環(huán)中，首先讀取文件內(nèi)容并轉(zhuǎn)換為

#數(shù)據(jù)框。然后對(duì)數(shù)據(jù)框進(jìn)行處理，調(diào)整列名和數(shù)據(jù)格式。將存活時(shí)間（futime）#從天轉(zhuǎn)換為年，將tpm轉(zhuǎn)換為數(shù)值型數(shù)據(jù)。

for ( i in 1:length(files) ){

???dirname=files[i]

????rt=fread(paste0("./DFI/",dirname),header=T,check.names=F)

????

rt=as.data.frame.matrix(rt)

#rownames(rt)=rt[,1]

????rt=rt[,-1]

rt=na.omit(rt)

????colnames(rt)[1:2]=c("fustat","futime")

????b=rt[,2]

????rt=cbind(b,rt)

????rt=rt[,-3]

colnames(rt)[1]="futime"

?t$futime=rt$futime/365 ??????????#Survival time in years

rt$tpm=as.numeric(rt$tpm)

#rt$tissue=as.factor(rt$tissue)

#######files names

tmp<- strsplit(dirname,split=".",fixed=TRUE)

dirnam<-unlist(lapply(tmp,head,1))

?

tissue=c("ACC", "BLCA", "BRCA", "CESC", "CHOL", "COAD", "DLBC", "ESCA", "GBM", "HNSC", "KICH", "KIRC", "KIRP", "LGG", "LIHC", "LUAD", "LUSC", "MESO", "OV", "PAAD", "PCPG", "PRAD", "READ", "SARC", "SKCM", "STAD", "TGCT", "THCA", "THYM", "UCEC", "UCS", "UVM")

for ( j in 1:length(tissue) ){

#for(i in levels(rt[,"tissue"] )){

????id=rt[1,6]

cancer=tissue[j]

????rt1=rt[(rt$tissue %in% cancer),] ????# by tumour type

group=ifelse(rt1[,"tpm"]>median(rt1[,"tpm"]),"high","low")

#根據(jù)癌癥類(lèi)型進(jìn)行子集選擇，得到特定癌癥類(lèi)型的數(shù)據(jù)框（rt1）。然后根據(jù)tpm的中位數(shù)將樣本分為高表達(dá)組和低表達(dá)組，創(chuàng)建一個(gè)新的列g(shù)roup。通過(guò)判斷是否同時(shí)包含TRUE和FALSE來(lái)排除表達(dá)水平相同的樣本組。

a=rt1[,"tpm"]>median(rt1[,"tpm"])

#如果滿足條件，接下來(lái)進(jìn)行生存分析。首先使用survdiff函數(shù)進(jìn)行組間生存差異的統(tǒng)計(jì)檢驗(yàn)，并計(jì)算p值。然后使用survfit函數(shù)擬合生存曲線。

if(length(table(group))==1) {next}

if(TRUE & FALSE %in% a){

??

diff=survdiff(Surv(futime,fustat)~ group,data = rt1) ?#Survival of rt1 data by groups

pValue=1-pchisq(diff$chisq,df=1) ???????#test

??

fit <- survfit(Surv(futime,fustat) ~ group, data = rt1)

#KM survival curves

#接下來(lái)，使用ggsurvplot函數(shù)生成生存曲線圖。這里設(shè)置了圖形的標(biāo)題、p值顯示、圖例、坐標(biāo)軸標(biāo)簽等參數(shù)，并使用不同的顏色表示高表達(dá)組和低表達(dá)組。

#最后，將生成的生存曲線圖保存為PDF文件，命名方式為"文件名_癌癥類(lèi)型_p值_sur_DFI.pdf"。

?

surPlot=ggsurvplot(fit,

???????????????????????data=rt1,

???????????????????????title=paste0("Cancer: ",cancer=tissue[j]),

???????????????????????pval=pValue,

???????????????????????pval.size=6,

???????????????????????legend.labs=c("high","low"),

???????????????????????legend.title=paste0(id," levels"),

???????????????????????font.legend=12,

???????????????????????xlab="Time(years)",

???????????????????????ylab="Overall survival",

???????????????????????break.time.by = 1,

???????????????????????palette=c("red","blue"),

???????????????????????conf.int=F,

???????????????????????fontsize=4,

???????????????????????risk.table=TRUE,

???????????????????????risk.table.title="",

???????????????????????risk.table.height=.25)

pdf(paste0("./picture_DFI/",dirnam,"_",cancer=tissue[j],"_",pValue, "_sur_DFI.pdf"),width = 10, height = 7.5)

#ggsave(paste0("./picture_expTime_TG_GTEX/",dirnam,"_",cancer=tissue[j],"_",pValue, "_sur_os.svg"), width = 14, height = 15)

print(surPlot)

dev.off()

}

}

?

}

#####

KM曲線圖通常包括以下信息： 時(shí)間軸：表示觀察時(shí)間的橫軸，通常以年、月、周等為單位。 生存率軸：表示生存患者的比例，縱軸范圍從0到1。曲線：每個(gè)組別的生存曲線，以實(shí)線或虛線表示。 標(biāo)題和圖例：用于標(biāo)識(shí)曲線對(duì)應(yīng)的組別和其他重要信息。

通過(guò)繪制KM曲線，可以直觀地比較不同組別之間的生存差異，幫助研究人員和臨床醫(yī)生了解某種因素對(duì)生存的影響，以指導(dǎo)治療決策和預(yù)后評(píng)估。有問(wèn)題可以聯(lián)系小云。

來(lái)給大家展示展示結(jié)果圖吧，使用firefox命令。