文章预览
学习笔记总结于『生信技能树』马拉松课程 本文学习复现《Oxidative Stress Response Biomarkers of Ovarian Cancer Based on Single-Cell and Bulk RNA Sequencing》（基于单细胞和Bulk转录组的卵巢癌氧化应激反应生物标志物）一文中的图，其中Oxidative Stress Response缩写为ROS。文章包含了芯片、转录组、单细胞等技术，适合用来复现及学习 七、森林图 & 诺模图 本篇学习四个作图： 高/低风险KMplot 、 timeROC曲线 、 森林图 、 诺模图 1.高/低风险KMplot & timeROC曲线 1.1模型 rm(list = ls()) load( "../5.GEOdatapre/GSE17260.Rdata" ) load( "../5.GEOdatapre/GSE26712.Rdata" ) load( "../6.model/lassogene.Rdata" ) load( "../6.model/TCGA-OV_sur_model.Rdata" ) library(survival) library(survminer) library(glmnet) load( "../6.model/lasso_model.Rdata" ) load( "../6.model/rsurv.Rdata" ) genes = lassoGene # 计算风险评分 dats = list(dat1 = cbind(meta,t(exprSet[genes,])),
………………………………
