温馨提示：请点击标题下方蓝色“实验万事屋”，或者点击下面的指纹，添加关注后，发“嗯”可以查看我们之前的文章。转载必究！对了，拉到最下面可以评论啦！

虽然是暑假，小林子也忙的不亦乐乎，鲁老板不肯给出钱做芯片。于是他就只能去Oncomine（要了解的话，就点下面几个标题： ①能不能少做点实验就搞高大上的科研呢？ ②简单策略：如何把别人的芯片变成我的Plos One ③给跪了！如何设计科学、可行的课题！简单粗暴！ ④还愁什么？前期工作就这么设计！）上找了几个肿瘤里高表达的差异分子来验证验证，但看了半天发现了个问题，有些肺癌的芯片上这个基因表达量低，但他自己做的免疫组化发现，在肺癌中这个基因表达量高，以至于迷茫了。就几个免疫组化的数据，也说明不了啥问题啊不是么，然并卵。

这种事情只能去问师姐，到底是什么情况？

莫愁：不行就试试看生存曲线的数据库看看（要了解另一个可以查询生存曲线的数据库，就点这里： 挖坟神器，TCGA的影分身 ）

小林子：啥生存曲线？还有数据库？

莫愁：你不是做的肺癌的验证么，算你运气，KMPlot这个数据库里包含了几种肿瘤的生存曲线，只有乳腺癌、肺癌、胃癌和卵巢癌。有整合过大量带有芯片的病例数据，上去搜搜试试看就行了。

我们做个简单的基因分析，看看是不是高表达恶性程度越高，简单点，我们找个抑癌基因：APC（注意还是基因名Symbol，不是一定是你熟知的名字），然后选择一个OS（overall survival，总体生存曲线)。

接着选定一下肿瘤类型，我选了个腺癌，然后是各种分期，性别，是否吸烟。旁边一栏是样本是否经过放化疗。

Cox回归之类的也就别选了，反正是初筛，但可以选择一些具体的数据库。选得差不多了，就直接开始绘图。

由于APC是个抑癌基因，所以可以看到的是，高表达APC的病例生存率比低表达的生存率高很多（p=0.07）。

我们在继续换一个基因来试试看，比如PTEN，这也是个抑癌基因，但是，结果……

但我们发现，PETN高表达的总体生存率要比低表达的差距并不大，有的甚至略低，但p值=0.44，统计学差异不大……那是PTEN高表达没意义了？当然不是，我们再试试看PTEN的放疗敏感性，选择没有接受过化疗的来看看。

可以看到的是，未经过化疗的患者，高表达PTEN生存率会略高，但也木有统计学差异，只能说给我们一个提示，就是PTEN可能与肺癌的放疗敏感性有关。

小林子：那师姐，是不是高标达生存率高的就是抑癌基因呢？

莫愁：也不是，我们搜一下P53就会发现：

肺癌中高表达P53的明显生存率要低很多（p=0.00003），为啥呢？其实肺癌，特别是NSCLC（非小细胞肺癌）中P53本身就是阳性表达的。因为有2/3的鳞癌和1/3的腺癌，存在P53的突变，而且这个突变和肿瘤发生发展密切相关，所以在看这样的生存曲线的同时，还需要通过测序了解你所研究的那个基因的突变情况。

…华丽丽的分割线…

李莫愁博士：其实这个网站（http://kmplot.com/）还是经常被用到文献的验证中的，有很多文章用这样的验证来为自己的免疫组化结果作为一个佐证，但毕竟不是自己分析的生存曲线，也只能作为一种辅证，放到Supplementary Material里面。好啦，今天就策到这里吧！