Question

我试图通过使用函数对几个基因进行生存分析。根据“高”（2）或“低”（1）基因表达对患者进行分组。

我对R如何理解我的代码感到困惑。以下是一些示例数据：

df <- read.table(header=T, text="TGM5    TGM6    TGM7    TPI1    survival    vital.status
2   1   1   2   1.419178082 2
2   1   1   1   5   1
2   1   1   2   1.082191781 2
1   1   1   1   0.038356164 1
2   1   2   2   0.77260274  2
1   1   2   2   2.336986301 1
2   1   2   1   1.271232877 1")

以下代码可以正常工作：

fit<- survfit(Surv(survival, vital.status)~TGM5), data =df)

我遇到的问题是我想为许多基因做这件事。我已经创建了一个我感兴趣的基因名称数组/列表：

> genes <- names(df[1:3])
> genes[1]
[1] "TGM5"

但如果我打电话

fit<- survfit(Surv(survival, vital.status)~genes[1]), data =df)

我收到错误

    Error in model.frame.default(formula = Surv(survival, vital.status) ~ (genes[1]),  : 
  variable lengths differ (found for 'genes[1]')

我认为当我直接调用TGM5与从基因列表中调用它作为元素的时候存在差异，并且解决方案非常简单。我对如何解决这个问题感到很茫然。我尝试过使用gsub（）但没有成功。

最后，由于我想将这些代码扩展到许多基因上，我想避免创建一个for循环，是否有一种矢量化方式可以解决这个问题？

非常感谢。

Answer 1

这个黑客有效：

survfit(as.formula(paste0("Surv(survival, vital.status)~",genes[1])), data =df)

Call: survfit(formula = as.formula(paste0("Surv(survival, vital.status)~", 
    genes[1])), data = df)

       n events median 0.95LCL 0.95UCL
TGM5=1 2      0     NA      NA      NA
TGM5=2 5      3   1.42    1.08      NA

我将公式粘贴在一起，然后将其强制转换为公式对象。有一个名为reformulate的更好的功能，通常可以为此工作，但我无法使用

Surv(survival, vital.status)

作为响应参数级别。

数据

df <- read.table(header=T, text="TGM5 TGM6 TGM7 TPI1 survival vital.status 2 1 1 2 1.419178082 2 2 1 1 1 5 1 2 1 1 2 1.082191781 2 1 1 1 1 0.038356164 1 2 1 2 2 0.77260274 2 1 1 2 2 2.336986301 1 2 1 2 1 1.271232877 1")

Answer 2

您需要删除引号：noquote(genes[1])

R生存包中调用变量的问题

2 个答案: