主讲老师第五十课：批量生存分析
一般而言，经过差异分析，过滤掉一部分基因，最终，我们还是会得到几百个基因，这时候，一个个进行生存曲线的绘制和分析肯定是不方便的，这就需要我们进行批量的生存分析，这里，我们来介绍一下批量基因的 cox 生存分析以及使用森林图的可视化展示。下面，我们来看下如何进行批量基因的 cox 生
存分析
1.准备工作
1.1 加载 R 包
在这里，我们同样使用 survival 包进行批量分析，同时使用 forestplot 进行可视化展示。
1.2 加载数据
接下来，将表达数据，生存数据和差异分析数据读取进来。
(1). 读取表达谱(2). 读取生存信息(3). 读取差异表达结果文件这里，我们使用 logFC 的阈值为 1，fdr 为 0.05，通过阈值，提取差异表达基因名称(4). 构建生存表达数据框接下来，根据差异基因和生存情况，构建生存表达数据框。
提取差异基因表达，与生存信息进行合并。
这样，输入文件到这里基本准备好了。
2.Cox 分析
接下来，开始批量的生存分析，批量分析，自然涉及到了循环的构建在此，首先设置一个空的变量，用于保存后续的输出结果，接着，循环开始，对于 i 的取值，由于前两列为生存信息，因此，从第 3 列开始，然后，构建 cox 模型，将模型的输出结果 summary(cox)赋值给coxSummary。
然后分别提取其中的 HR 值等信息，保存到预先设置的变量 Coxoutput 中最终得到输出结果（univariate cox regression results regarding DEGs.txt）。
随后，我们根据 pcutoff <- 0.001 来进行取值，选取 P 小于 0.001 的来进行后续的绘图。
最终一共得到 10 个 top 基因。
3.绘制森林图
随后，我们来绘制森林图。
3.1 输入表格的制作
对于森林图的绘制，我们首先要对输入格式进行整理。
3.2 绘制森林图
然后，将上面整理好的表格作为输入数据，使用 forestplot()函数进行简单森林图的绘制通过指定参数 mean，lower 和 upper，得到一幅简单的森林图。
接下来，我们进一步根据 forestplot()函数的相关参数对图形进行整理美化这样，10 个 top 基因就快速的计算得到了。