|
打開(kāi)網(wǎng)址 (http://www./),簡(jiǎn)潔的界面如下： 
輸入你感興趣的基因(TP53)，點(diǎn)擊`Submit`提交，然后選擇感興趣的癌癥類型，點(diǎn)擊`Yes Please！
繼續(xù)分析流程，然后選擇高表達(dá)和低表達(dá)的分界線，例如表達(dá)處于低于50%的梯度的定義低表達(dá)，高于50%的梯度定義高表達(dá)，那么就在Lower/Upper Percentile中輸入50并提交，最后得到成圖。
恭喜！完成了生存曲線的繪制！如果你需要的就是此圖，那么就可以保存PDF下載下來(lái)使用了。本網(wǎng)站數(shù)據(jù)來(lái)源是TCGA數(shù)據(jù)庫(kù)，為了確保生成曲線的準(zhǔn)確性，小榴蓮也下載過(guò)原始TCGA數(shù)據(jù)自行分析，和網(wǎng)站生成的曲線比對(duì)最后得到結(jié)果完全一致。進(jìn)階一：生成曲線頁(yè)面還有一項(xiàng)信息，如下圖，記錄了TCGA數(shù)據(jù)庫(kù)中病例ID、生存信息、表達(dá)量。如果覺(jué)得網(wǎng)頁(yè)生成曲線比較丑，可以利用網(wǎng)站提供的生存信息自己繪制出更漂亮的生存曲線。 
進(jìn)階二：了解TCGA數(shù)據(jù)結(jié)構(gòu)的同學(xué)們都知道patient ID的絕對(duì)重要性，我們可以利用網(wǎng)站給出的數(shù)據(jù)細(xì)節(jié)（patient ID），結(jié)合TCGA數(shù)據(jù)庫(kù)，可以大大降低我們分析TCGA數(shù)據(jù)的繁瑣程度。例如我們?nèi)绻骄康氖悄郴蛟谌幮匀橄侔?單陰乳腺癌中的表達(dá)和生存預(yù)后關(guān)系，我們只需要下載TCGA中的`clinical data`結(jié)合本網(wǎng)站的數(shù)據(jù)就可以比較輕松地實(shí)現(xiàn)，不用過(guò)于繁瑣地下載分析表達(dá)數(shù)據(jù)。進(jìn)階三：onclnc不是繪制生存曲線最強(qiáng)大的網(wǎng)站，但絕對(duì)是最簡(jiǎn)單上手的網(wǎng)站，除了oncolnc，繪制生存曲線還有強(qiáng)大全面的UCSC Xena網(wǎng)站、數(shù)據(jù)量豐富的Kmplot網(wǎng)站（但是癌癥類型有限）等網(wǎng)站可供選擇。下面是一個(gè)小總結(jié)。
|生存曲線繪制|xena|oncolnc|TCGA自行分析||數(shù)據(jù)時(shí)效|低|低|高||原始數(shù)據(jù)下載|yes|yes|yes||難易程度|mid|easy|very hard||曲線結(jié)構(gòu)調(diào)整|no|yes|yes|
|
