工具篇丨三大经典在线生存分析工具测评

原标题：工具篇丨三大经典在线生存分析工具测评

i生信

专注生物分析最前沿

定期解读生信文章

提供生信分析思路和套路

方便大家短平快发SCI

导读

在肿瘤相关研究中，一张精美的生存分析图，已经成了肿瘤研究高分文章的标配。好的临床预后效果，往往在一定程度上决定了文章发表的层次。然而对刚刚拿到一个新基因的新手来说，生存分析永远是跨不过去的一个坑：预后结果不显著了？出图被吐槽太丑了？没关系，今天大师姐亲手抱你出坑！

正文

大师姐在此实名推荐 3个在线生存分析神器，同时也是在肿瘤相关文献中出现率非常高的生存分析工具： GEPIA、Kaplan-Meier Plotter、OncoLnc。本文以CD24基因为例，与大家一起对这三个神器逐一进行测评：

1.GEPIA2

网址：http://gepia2.cancer-pku.cn/#index

在首页左边栏中依次 点击Expression Analysis → Survival Analysis, 输入我们 研究的基因CD24，并 选择TCGA数据库中的目的癌种（肝癌是LIHC，其它癌种缩写可点开浅绿色字体的“Cancer name”进行查看）并 Add到数据集框中。其它参数默认。

点击Plot出图，可在当前页面下方看到生存分析的结果和KM曲线，虚线代表置信区间（默认95%）。可以说，GEPIA的图还算是蛮精致的，直接放文章里也够用了。结果图可点击图片右上方的下载按钮，保存高清无码的PDF矢量图。

完了，这个生存分析的P值不显著啊！在我们现实的研究中也经常遇到类似问题：预后不显著，又没有自己的临床病例资源，生存分析怎么办？

咳咳，这点问题都解决不了，我大师姐的面子何在。出坑秘籍来了： 先调整一下Cutoff值：默认选项是按中位数划分CD24的高低表达，我们把高/低表达的分组重新定义成CD24高/低表达的前35%（这个数字可以任意设置。 分组的Cutoff是可以由研究者自由定义的，只要结果显著即可）。 顺便我们也对出图进行一下美化：95%置信区间的虚线太丑，都重叠在一起了，去掉！红蓝配色太屯了，换掉！（这些都可以根据大（lao）家（ban）的喜好以及出图效果进行调整）。 点击Plot出图，P显著了！图也变美了！

总生存期（Overall Survival）搞定，无病生存期（Disease Free Survival (RFS)）用这个网站也完全OK！（无病生存期是指从随机化开始至疾病复发或因疾病死亡的时间，也是肿瘤预后的重要指标。）

总结：GEPIA操作简便、分组的Cutoff值可调、出图格式可调、涵盖的癌种全面、速度对国内用户非常友好。多数时候，一个GEPIA可以搞定绝大多数的生存分析需求。但缺点也很明显：不能自动选取最优Cutoff值（以至于手动尝试时，常常找不到结果最显著的分组策略）；不能限制研究截止年限（比如只关注患者五年生存期时）；不能对特定人种、性别、指定病理分期等的预后情况进行分析等。

2.Kaplan-Meier Plotter

网址：http://kmplot.com/analysis/

能化腐朽为神奇的生存分析神器，某种程度上甚至可以说，没有Kaplan-Meier Plotter搞不定的生存分析！（如果有，那你的这个基因可能真的是和生存关系不大了……）

Kaplan-Meier Plotter用的是开发者自测的数据库，因此包含的癌种没有TCGA那么全面。我们这里选择liver cancer的RNA-seq数据集，继续对CD24的预后情况进行探索：

输入基因名CD24，其它选项全部默认。 网站会为我们自动选取Cutoff值进行分组。点击Draw Kaplan-Meier plot出图:

自动分组果然强大，CD24的总生存期一下就显著了呢！还自带了寿命表！

虽然配色什么的都不可调，但 精美程度完全OK，还能下载PDF格式高清图，直接放文章里完全够用（不得不说，在肿瘤相关研究中，Kaplan-Meier Plotter由于其独有的优势，很可能是生存分析在线工具的成图使用率最高的网站了）！这还没完，我们观察到，默认出图统计了患者的十年生存期，但在5年后曲线发生了交叉。而我们知道，肿瘤的五年生存期，才是衡量一个肿瘤相关基因表达对预后影响情况的更准确的指标。所以如果我们想把统计年限缩短至五年呢？

于是，我们尝试了一下把随访时长缩短至5年（60个月）:

结果不出所料，P值更显著了：

如果到这步你的结果还不显著，也可以继续尝试调整分期、人种、性别、风险因子等选项（当然做无病生存期RFS也可以）。我博士课题研究的基因，也是在这里把人种限制到“亚洲人种”时，才出现显著预后差异的。也许你看起来貌似不影响预后生存的基因，也只有在指定性别或人种中，才对生存期有影响呢。

总结：Kaplan-Meier Plotter可调整的临床信息全、数据使用的自由度高、能自动选择最佳Cutoff值即分组策略、操作简便、出图也相对美观；由于用的是制作者自测的数据库，因此本网站也可以作为TCGA相关数据挖掘工具的补充。最重要的是， Kaplan-Meier Plotter最容易得到差异显著的阳性结果，因此其成图在肿瘤相关文章中出现率极高。作者在此能想到的Kaplan-Meier Plotter唯一缺点就是，涵盖的癌种实在是太太太少了……

3.OncoLnc

网址：http://www.oncolnc.org/

和GEPIA同样，是 基于TCGA数据库的在线工具。虽然在功能和出图效果上都十分不尽人意，但作为本文最后大招放出的OncoLnc，终有其有用之处。比如我们要看CD24在脑胶质瘤中的五年生存期，GEPIA2做不了五年生存期，Kaplan-Meier Plotter搞不定脑胶质瘤，怎么办？此时就该OncoLnc登场了。毕竟 这个网站有个其它类似网站都没有的逆天功能： 能下载原始表达数据和对应的预后信息！

首先在首页输入我们的基因，点Submit提交后，选择癌种LGG，点击后面的Yes Please提交；

在新弹出的页面中定义Cutoff值（一般用中位数定义分组，即50%-50%），Submit后就能看到KM生存图和P值了。

此时可能有同学会说，曾经沧海难为水，看过前面两个网站的那么精美的成图，我们已经接受不了OncoLnc这么丑的图了！而且，似乎这也不是做的五年生存期啊，这随访天数最少都得有十多年了！没关系啊，大招还没来。页面往下拉，你最想要的原始数据来了：

点击Click Here下载excel格式的原始数据。想要指定的随访截止年份，甚至想把表达分成高中低三个组……把数据玩出花样，没有它做不到，只有你想不到。当然，这些处理可能要借助其他的作图工具了，给大家推荐两个对无代码基础的新手相对友好的工具：GraphPad Prism软件，Hiplot网页工具， 有需要的同学可以自行探索，或查看我们之前的生存分析相关教程：

当然， 支持大师姐再来一篇自制超精美生存曲线教程的请在文末点赞，大师姐会根据需求斟酌写稿哦！

总结：OncoLnc网速慢、出图丑，多数时候不建议大家使用。但 其庞大的数据库和逆天的原始数据下载功能，以及简便的操作、对无代码基础使用者非常友好的原始数据下载方式，够它再6一百年！

注： 此推文未经许可禁止转载！