疾病生存率分析

发布时间：2021/09/24

　　实验介绍基因与疾病的生存率分析是常见的疾病预后分析之一，生存率分析需要大量的临床样本和临床数据，某些科研工作者可能束手无策！

　　云生信团队整合了世界权威公共数据库所有临床样本数据，您只需要提供疾病名称以及感兴趣的基因（或者miRNA，lncRNA）名称，我们会在最快的时间给出疾病基因的生成曲线以及分析报告，全面揭示基因与疾病生存率关系。

　　分析意义

　　1.验证基因（或miRNA、lncRNA）的表达高低与疾病生存时间的关系，确定该基因（或miRNA、lncRNA）在疾病的预后中是否起到关键作用。

　　2.可用于基因表达验证、基因敲出实验、药物处理研究等各种临床分析。

　　3.可以直接作为文章的结论以及增加文章的影响因子。

　　参考文献实例

　　[IF=4.836] Predictive factors associated with prolonged survival in patients with advanced non-small-cell lung cancer (NSCLC) treated with gefitinib.

　　[IF=2.862] DDX3X Biomarker Correlates with Poor Survival in Human Gliomas.

　　样本数据来源：

　　云生信团队整合了全世界权威公共数据库所有临床样本数据，例如TCGA数据库的34种常见癌症以及超过10000个人类临床样本数据；例如NCBI GEO数据库的2000个实验组以及总数超过30000个人类临床样本数据。其他还有ICGC、EBI等数据库。

　　图片可直接使用：

　　云生信团队的分析过程依托于云生信分析平台（www.biocloudservice.com），获得的分析图片完全达到SCI论文的水平要求，可以直接使用。

　　分析耗时及报价：

　　每个基因的分析只需要2000元（原价3000元，限前100名），多个基因同时分析还有大优惠！

　　肾上腺皮质癌预后风险microRNA筛选及功能分析

　　流程：

　　1. 获得TCGA的肾上腺皮质癌microRNA表达谱数据，标准化

　　2. 获得TCGA的肾上腺皮质癌的临床数据并进行整理

　　3. 基于microRNA的表达值对病例分组后利用KM曲线获得对生存预后有显著影响的microRNA

　　4. 构建COX比例回归模型评估不同microRNA表达值及临床因素筛选对预后有显著影响因素

　　5. 对关键microRNA的预测调控靶基因及功能分析

　　6. 构建microRNA共调控靶基因网络并对共调控靶基因进行功能分析

　　关键词: TCGA; 肾上腺皮质癌；COX回归；KM曲线；预后；microRNA

　　结果和结论

　　1. 生存分析结果

　　基于microRNA的均值对病例的分组生存分析我们获得了**个对生存曲线影响显著的microRNA。**个KM曲线分析指示：**个microRNA低表达的情况下患者的生存时间显著高于高表达的情况。说明这些microRNA有可能抑制了某些癌症的关键基因，导致机体功能紊乱从而导致生存时间的显著降低。