生存分析，這個網站還不錯！

我們把基礎科研的層次分為四部分：臨床、細胞、動物和分子，在臨床樣本出發的研究中，我們介紹過三步驟：1. 找差異；2. 分析相關性 3. 預後分析。對大家來說，臨床部分常常遇到的問題就是樣本量不夠，比如自己只能收到20對樣本，這時我們還有兩個選擇：

1. 從商業化的公司購買樣本，比如組織晶元；

2. 從公共資料庫（比如TCGA）中挖掘數據。

其實，我們看到的高分文章常常就是把這三部分整合起來用，比如：CCR這篇文章：

第一個figure：

甚至直接只用資料庫的結果，今天我們就從一篇文章開始說起：

這篇文章是2017年3月份發表在Oncotarget雜誌的文章，說的是STAT家族的七個分子作為乳腺癌標誌物的主題，我們看文章的內容：

fig1 七個STAT因子在不同腫瘤中的表達（數據來源於Oncomine）

fig2 七個STAT因子與SBR(Scarff Bloom & Richardson grade status)的關係

fig3 七個STAT因子與乳腺癌預後（RFS）的關係（KM Plotter）

fig4 乳腺癌中STAT3表達與突變（預後）分析(cBioPortal)

就這樣，大家已經看到了，文章用了Oncomine，KM plotter，TCGA等資料庫，挖掘下來就把4個圖給找出來了，是不是一方面覺得Oncotarget名副其實的灌水（鄙夷臉），另一方面在想：即使是灌水，我要是也能灌幾篇也可以（沉思臉）。

所以，今天我們就來用工具跟大家說說這些圖的做法，今天我們說的這個是：fig 3七個STAT因子與乳腺癌預後（RFS）的關係（KM Plotter）中如何用網站直接做：

這個網站是：Kaplan Meier Plotter（http://kmplot.com/analysis/），打開後頁面如下：

劃重點了，網站可以進行四個癌種：乳腺癌、卵巢癌、肺癌、胃癌的mRNA表達和乳腺癌miRNA的預後分析。

下面我們看怎麼把fig3的圖給重複出來，我們以P值小於0.05的STAT2 為例：

接下來：

選好最後的Draw Kaplan-Meier Plot後就出來了：

跟文章裡面的結果有些不同，是由於資料庫更新造成的，不過logrank P都小於0.05，都有意義：

其它的內容我們下次再說，大家感興趣的也可以通過課程來聽，小張都放到課程裡面了:

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！