#單因素cox回歸用于篩選與預后相關的免疫基因
#文件要求，帶有臨床生存與基因表達值的文件clinical+exp.txt
#生信課視頻上的代碼：不知道為什么就是運行不出來，于是我放棄了
library(survival)
pFilter=0.05
rt=read.table("clinical+exp.txt",header = T,sep="\t",check.names = F,row.names = 1)
outTab=data.frame()
sigGenes=c("funtime","funstat")
for (i in colnames(rt[,3:ncol(rt)])){
? ? cox<-coxph(Surv(funtime,funstat)~rt[,i],data = rt)
? ? coxSummary=summary(cox)
? ? coxP=coxSummary$coefficients[,"Pr(>|z|)"]
? ? ? ? ? if(coxP<pFilter){
? ? ? ? ? ? ? ? ? ? ? ? ? sigGenes=c(sigGenes,i)
? ? ? ? ? ? ? ? ? ? ? ? ? outTab=rbind(outTab,cbind(id=i,
? ? ? ? ? ? ? ? ? ? ? ? ? HR=coxSummary$conf.int[,"exp(coef)"],
? ? ? ? ? ? ? ? ? ? ? ? ? HRL=coxSummary$conf.int[,"lower .95"],
? ? ? ? ? ? ? ? ? ? ? ? ? HRH=coxSummary$conf.int[,"upper .95"],
? ? ? ? ? ? ? ? ? ? ? ? ? pValue=coxSummary$coefficients[,"Pr(>|z|)"]
? ? }
? ? ? }
#網友提供的方法
#需要多一個變量名的文件，是指差異表達的基因名，后來想想要不是有些搗亂的基因名，是不是用于做單因素分析的基因就是所需的covariates
rt=read.table("clinical_exp_gaibian.txt",header = T,sep="\t",check.names = F,row.names = 1)
covariates<-read.csv("names.csv")
covariates<-as.vector(covariates)
covariates
covariates=t(covariates)
time<-rt$funtime
time<-as.vector(time)
status<-rt$funstat
#有個小問題，就是變量命名里不能有-例如HLA-A，會出現找不到HLA的錯誤，這里把這些帶-的都刪掉了
univ_formulas <- sapply(covariates,
? ? ? ? ? ? ? ? ? ? ? ? function(x) as.formula(paste('Surv(time, status)~', x)))
univ_models <- lapply( univ_formulas, function(x){coxph(x, data = rt)})
univ_results <- lapply(univ_models,
? ? ? ? ? ? ? ? ? ? ? ? function(x){
? ? ? ? ? ? ? ? ? ? ? ? x <- summary(x)
? ? ? ? ? ? ? ? ? ? ? ? p.value<-signif(x$wald["pvalue"])
? ? ? ? ? ? ? ? ? ? ? ? wald.test<-signif(x$wald["test"])
? ? ? ? ? ? ? ? ? ? ? ? beta<-signif(x$coef[1]);#coeficient beta
? ? ? ? ? ? ? ? ? ? ? ? HR <-signif(x$coef[2]);#exp(beta)#，digits=2代表保留兩位有效數字
? ? ? ? ? ? ? ? ? ? ? ? #HR <-signif(x$coef[2],digits = 2);
? ? ? ? ? ? ? ? ? ? ? ? HR.confint.lower <- signif(x$conf.int[,"lower .95"])#,3,是3個有效數字
? ? ? ? ? ? ? ? ? ? ? ? HR.confint.upper <- signif(x$conf.int[,"upper .95"])
? ? ? ? ? ? ? ? ? ? ? ? HR <- paste0(HR, " (",
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? HR.confint.lower, "-", HR.confint.upper, ")")
? ? ? ? ? ? ? ? ? ? ? ? res<-c(beta, HR, wald.test, p.value)
? ? ? ? ? ? ? ? ? ? ? ? names(res)<-c("beta", "HR (95% CI for HR)", "wald.test",
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? "p.value")
? ? ? ? ? ? ? ? ? ? ? ? return(res)
? ? ? ? ? ? ? ? ? ? ? ? #return(exp(cbind(coef(x),confint(x))))
? ? ? ? ? ? ? ? ? ? ? })
res <- t(as.data.frame(univ_results, check.names = FALSE))
as.data.frame(res)
write.csv(res,"cox_singel.csv")
#LSAAO回歸
#文件要求：與單因素回歸的文件格式相似
LASSO是為了避免過度擬合和刪除高度相關的基因
library(glmnet)
library(survival)
setwd("C:/Users/仙女/Documents/liver cancer/LASSO")
rt=read.table("Lasso.txt",header = T,sep="\t",check.names = F,row.names = 1)
rt$funtime[rt$funtime<=0]=0.003
#LASSO回歸中生存時間不能是0，否則會報錯
x=as.matrix(rt[,c(3:ncol(rt))])
y=data.matrix(Surv(rt$funtime,rt$funstat))
fit<-glmnet(x,y,family = "cox",maxit = 1000)
pdf(file = "lambda.pdf",onefile = FALSE)
plot(fit,xvar="lambda",label=TRUE)
dev.off
cvfit<-cv.glmnet(x,y,family="cox",maxit=1000)
#做交叉驗證并輸出圖形
pdf("cvfit.pdf",onefile = FALSE)
#onefile=FALSE很重要，因為如果沒有這個輸出圖應該在pdf的第二頁，前面有個空白的pdf頁
plot(cvfit)
abline(v=log(c(cvfit$lambda.min,cvfit$lambda.1se)),lty="dashed")
dev.off()
#maxit=1000是隨機模擬1000次，這代表這次做完之后把腳本關閉重新再做得出的基因是不相同的
coef<-coef(fit,s=cvfit$lambda.min)
index<-which(coef !=0)
actCoef<-coef[index]
lassoGene=rownames(coef)[index]
lassoGene=c("funtime","funstat",lassoGene)
lassoSigExp=rt[,lassoGene]
lassoSigExp=cbind(id=row.names(lassoSigExp),lassoSigExp)
write.table(lassoSigExp,file = "lassoSigExp2.txt",sep="\t",row.names = F,quote=F)
#雖然我的lambda圖沒有做成
#多變量cox回歸及建模人群預測模型的構建
#文件要求：帶有生存數據的基因表達
setwd("C:/Users/仙女/Documents/liver cancer/multi_cox")
rt=read.table("lassoSigExp.txt",header = T,sep="\t",check.names = F,row.names = 1)
rt[,"funtime"]=rt[,"funtime"]/365
#這里生存時間要轉換成年
#使用建模數據構建模型
multiCox=coxph(Surv(funtime,funstat)~.,data = rt)
multiCox=step(multiCox,direction = "both")
multiCoxSum=summary(multiCox)
#輸出模型相關信息
outTab=data.frame()
outTab=cbind(
? coef=multiCoxSum$coefficients[,"coef"],
? HR=multiCoxSum$conf.int[,"exp(coef)"],
? HR.95L=multiCoxSum$conf.int[,"lower .95"],
? HR.95H=multiCoxSum$conf.int[,"upper .95"],
? pValue=multiCoxSum$coefficients[,"Pr(>|z|)"])
outTab=cbind(id=row.names(outTab),outTab)
write.table(outTab,file = "multiCox.xls",sep = "\t",row.names = F,quote=F)
#其實每運行一次產生的結果都不一樣，即使是相同的lassoSigExp文件
#結果顯示有的基因HR的p值并不小于0.05，這也是可以的，它可能跟別的基因互補一起預測生存
#輸出病人的風險值
riskScore=predict(multiCox,type = "risk",newdata = rt)
coxGene=row.names(multiCoxSum$coefficients)
coxGene=gsub("`","",coxGene)
outCol=c("funtime","funstat",coxGene)
risk=as.vector(ifelse(riskScore>median(riskScore),"high","low"))
write.table(cbind(id=row.names(cbind(rt[,outCol],riskScore,risk)),cbind(rt[,outCol],riskScore,risk)),
? ? ? ? ? ? file = "risk.txt",
? ? ? ? ? ? sep="\t",
? ? ? ? ? ? quote=F,
? ? ? ? ? ? row.names = F)
#可是沒有預測的具體公式，好像是summary(multiCox)的coef值
#模型驗證
#輸入驗證人群的風險文件
rtTest=read.table("test.txt",header = T,sep="\t",check.names = F,row.names = 1)
rtTest[,"funtime"]=rtTest[,"funtime"]/365
riskScoreTest=predict(multiCox,type = "risk",newdata = rtTest)
riskTest=as.vector(ifelse(riskScoreTest>medianTrainRisk,"high","low"))
write.table(cbind(id=rownames(cbind(rtTest[,outCol],riskScoreTest,riskTest)),cbind(rtTest[,outCol],riskScoreTest,riskTest)),
? ? ? ? ? ? ? ? ? file="riskTest.txt",
? ? ? ? ? ? ? ? ? sep="\t",
? ? ? ? ? ? ? ? ? quote=F,
? ? ? ? ? ? ? ? ? row.names=F)
