【TPLS-019】ハード踏み拷問金蹴りマラ潰し処刑 JUN女王様 RNAseq-ML|randomForestSRC完成立时丛林糊口分析-预后模子库+1
机器学习构建预后模子的著述好多【TPLS-019】ハード踏み拷問金蹴りマラ潰し処刑 JUN女王様，且越来越卷，动不动便是10种模子的101种组合，这个系列会逐个的先容这些常用于预后模子变量筛选和模子构建的机器学习轨范。
图片
作家代码公开在github上了，GitHub - Zaoqu-Liu/IRLS: Machine learning-based integrative analysis develops an immune-derived lncRNA signature for improving clinical outcomes in colorectal cancer 不错自行下载 大要 后台文书 “机器学习”获得下载好的。前边先容过了RNAseq|Lasso构建预后模子，绘制风险评分的KM 和 ROC弧线，本次先容使用randomForestSRC完成立时丛林的糊口分析。
一 数据输入，处罚
萝莉少女守旧使用前边Lasso得到的SKCM.uni-COX.RData数据（筛选过的光棍分预后显贵的基因），背面的更多机器学习的推文均会使用该数据
#载入R包library(tidyverse)library(openxlsx)library("survival")library("survminer")library(randomForestSRC)load("SKCM.uni-COX.RData")module_expr.cox2 <- module_expr.cox %>% select(- "_PATIENT") %>% column_to_rownames("sample")module_expr.cox2[1:6,1:6]图片
将数据处罚成以上阵势，含有 随访时候 + 糊口情状 + 基因抒发信息。1，数据集拆分经常情况下是TCGA构建模子，然后在GEO中进行考据。这里仅为示例，告成按照7：3的比例将TCGA数据拆分为践诺集和考据集（背面会先容更多拆分轨范）
# 7:3 拆分ind <- sample(nrow(module_expr.cox2),nrow(module_expr.cox2) * 0.7 )train <- module_expr.cox2[ind,]test <- module_expr.cox2[-ind,]##确保践诺集和考据集的基因一致gene_com <- intersect(colnames(train) ,colnames(test))training <- train %>% select(gene_com)testing <- test %>% select(gene_com)training[1:4,1:4]# OS OS.time TYRP1 IGKV4_1#TCGA-EE-A2MM-06A 1 5107 1.38460143 5.2408878#TCGA-EE-A2GE-06A 0 5286 0.04187911 10.1611678#TCGA-ER-A194-01A 1 1354 9.56901508 0.3122559#TCGA-EB-A44R-06A 1 315 0.06131739 7.3046339注：践诺集和考据集的基因一致，否则可能存在无法考据的情况。
二 构建立时丛林糊口模子
1，rfsrc函数构建RSF 糊口模子
属目设立立时种子seed，便捷以后复现；此外nodesize 值不错多设立几个尝试
fit <- rfsrc(Surv(OS.time,OS)~.,data = training, ntree = 1000, nodesize = 10, splitrule = 'logrank', importance = T, proximity = T, forest = T, seed = 1234)
图片
不错看到该模子含有320样本，537个基因。2，进攻性变量使用立时丛林糊口分析进行变量筛选【TPLS-019】ハード踏み拷問金蹴りマラ潰し処刑 JUN女王様，主要依据的便是每个基因的进攻性值 ，该数据在fit$importance中，这里示例搜检TOP20 的基因属目：这里的进攻性基因不会得到文献中常提到的基因前边的所有这个词，所有这个词不错通过将进攻基因进行多身分COX糊口分析得到。
importance_gene <- data.frame(fit$importance) %>% rownames_to_column("gene") %>% arrange(- fit.importance) %>% head(20) importance_gene图片
（1）使用plot函数告成可视化plot(fit,10)
图片
（2）使用ggplot2绘制柱形图使用reorder函数进行排序
ggplot(data=importance_gene, aes(x = reorder(gene, fit.importance), y=fit.importance,fill=gene)) + geom_bar(stat="identity") + theme_classic() + theme(legend.position = 'none') + coord_flip()
图片
这么就不会拥堵在通盘，且可自界说颜料。
三 RSF模子考据
这内部先容2种考据方法，第一种起到了和Lasso雷同的筛选基因的作用，第二种是告成考据。
1，使用RSF得到的进攻基因构建COX模子（1）在上头的importance_gene文献中，凭证fit.importance设立阈值，然后选出候选基因 大要
（2）在上头的importance_gene文献中，告成遴荐TOP若干的基因算作候选基因。
然后将候选基因构建多身分COX模子，这么就不错得到文献中常见的基因所有这个词。
注：这里的阈值和TOP莫得固定的cutoff ，恶果导向即可。
2，RSF模子告成考据集权衡告成使用考据集考据模子，得到每个样本的所有这个词，然后不错使用糊口分析得到Cindex以及KM弧线等。
（1）C-index
fit.p <- predict(fit, as.data.frame(testing))testing$RSF_p <- as.vector(fit.p$predicted)#计较C indextesting_surv <- coxph(Surv(OS.time, OS) ~ fit.p$predicted,data = testing)summary(testing_surv)$concordance
C se(C) 0.64523954 0.03881865
（2）KM弧线
testing$RSF_score <- ifelse(testing$RSF_p > median(testing$RSF_p),"High","Low")fit <- survfit(Surv(OS.time, as.numeric(OS)) ~ RSF_score, data=testing)ggsurvplot(fit, data = testing, pval = T, risk.table = T, surv.median.line = "hv", #添加中位糊口弧线 palette=c("red", "blue"), #蜕变线的颜料 legend.labs=c("High risk","Low risk"), #标签 legend.title="RiskScore", title="Overall survival", #标题 ylab="Cumulative survival (percentage)",xlab = " Time (Days)", #蜕变横纵坐标 censor.shape = 124,censor.size = 2,conf.int = FALSE, #删失点的体式和大小break.x.by = 720#横坐标拒绝)图片
这么就完成了立时丛林糊口模子筛选变量大要权衡的先容，Lasso以外不错多一种尝试了。
参考贵府:
[1] Getting starting with the randomForestSRC R-package for random forest analysis of regression, classification, survival and more · Fast Unified Random Forests with randomForestSRC
[2] Machine learning-based integration develops an immune-derived lncRNA signature for improving outcomes in colorectal cancer◆ ◆ ◆ ◆ ◆
尽心整理（含图PLUS版）|R话语生信分析，可视化（R统计，ggplot2绘画，生信图形可视化汇总）
RNAseq纯生信挖掘想路共享？不【TPLS-019】ハード踏み拷問金蹴りマラ潰し処刑 JUN女王様，主淌若送你代码！（提倡保藏）
本站仅提供存储干事，通盘本色均由用户发布，如发现存害或侵权本色，请点击举报。