TCGA如何绘制生存曲线图

# TCGA如何绘制生存曲线图

## 引言

生存分析是癌症研究中评估患者预后和治疗效果的核心方法。TCGA（The Cancer Genome Atlas）作为最大的癌症基因组数据库之一，为研究者提供了丰富的临床随访数据。本文将以R语言为例，详细介绍如何利用TCGA数据绘制专业的生存曲线图（Kaplan-Meier曲线），包含数据下载、预处理、生存分析及可视化全流程。

---

## 一、数据准备

### 1.1 获取TCGA临床数据
推荐通过以下方式获取数据：
```r
# 使用TCGAbiolinks包下载
library(TCGAbiolinks)
clinical <- GDCquery_clinic(project = "TCGA-BRCA", type = "clinical")

1.2 关键字段说明

• days_to_last_follow_up：随访时间（天）
• vital_status：生存状态（”Dead”或”Alive”）
• days_to_death：死亡时间（天）

1.3 数据清洗

# 创建生存时间和状态变量
clinical$OS_time <- ifelse(clinical$vital_status == "Alive",
                          clinical$days_to_last_follow_up,
                          clinical$days_to_death)
clinical$OS_status <- ifelse(clinical$vital_status == "Alive", 0, 1)

二、生存分析实现

2.1 安装必要R包

install.packages(c("survival", "survminer"))
library(survival)
library(survminer)

2.2 构建生存对象

surv_obj <- Surv(time = clinical$OS_time/30,  # 转换为月
                event = clinical$OS_status)

2.3 分组分析（示例：按基因表达分组）

假设已获取TP53基因表达数据：

# 使用中位数分组
clinical$TP53_group <- ifelse(TP53_expression > median(TP53_expression),
                             "High", "Low")
fit <- survfit(surv_obj ~ TP53_group, data = clinical)

三、绘制生存曲线

3.1 基础绘图

ggsurvplot(fit,
           data = clinical,
           pval = TRUE,
           risk.table = TRUE,
           conf.int = FALSE)

3.2 高级定制参数

ggsurvplot(fit,
           title = "TCGA BRCA Survival Analysis by TP53",
           xlab = "Time (months)",
           ylab = "Overall Survival",
           legend.title = "TP53 Expression",
           legend.labs = c("High", "Low"),
           palette = c("#E7B800", "#2E9FDF"),
           break.time.by = 12,
           risk.table.height = 0.25,
           ggtheme = theme_minimal())

四、结果解读

4.1 关键输出要素

• 生存曲线：展示各组随时间变化的生存概率
• 风险表：显示各时间点的剩余患者数
• P值：Log-rank检验结果（p < 0.05表示组间差异显著）

4.2 示例结论

“TP53高表达组患者的中位生存期为42个月，显著低于低表达组的68个月（p=0.003）”

五、注意事项

1. 时间单位统一：建议全部转换为天/月/年
2. 删失数据处理：确保生存状态编码正确（0=删失，1=事件）
3. 多重检验校正：当进行多组比较时需考虑FDR校正
4. 临床协变量调整：可使用Cox比例风险模型

六、完整代码示例

# 完整流程
library(TCGAbiolinks)
library(survival)
library(survminer)

# 数据获取
clinical <- GDCquery_clinic("TCGA-BRCA", "clinical")

# 数据预处理
clinical$OS_time <- ifelse(clinical$vital_status == "Alive",
                          clinical$days_to_last_follow_up,
                          clinical$days_to_death)
clinical$OS_status <- ifelse(clinical$vital_status == "Alive", 0, 1)

# 生存分析
surv_obj <- Surv(clinical$OS_time/30, clinical$OS_status)
fit <- survfit(surv_obj ~ clinical$TP53_group)

# 可视化
ggsurvplot(fit,
           title = "TCGA BRCA Survival Analysis",
           risk.table = TRUE,
           pval = TRUE,
           palette = c("red", "blue"))

参考文献

1. Therneau TM (2020). A Package for Survival Analysis in R
2. Kassambara A (2020). survminer: Drawing Survival Curves
3. TCGA官方文档（https://www.cancer.gov/tcga）

注：实际分析中需根据具体研究问题调整分组策略和统计方法。建议使用最新版R（≥4.0.0）和相关包版本。 “`