TCGA数据库的基因生存分析是怎样的，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
创新互联专注为客户提供全方位的互联网综合服务，包含不限于成都做网站、网站建设、青川网络推广、成都微信小程序、青川网络营销、青川企业策划、青川品牌公关、搜索引擎seo、人物专访、企业宣传片、企业代运营等，从售前售中售后，我们都将竭诚为您服务，您的肯定，是我们最大的嘉奖；创新互联为所有大学生创业者提供青川建站搭建服务，24小时服务热线：028-86922220，官方网址：www.cdcxhl.com
最近看到文献里面提到了针对膀胱癌的METTL3基因的生存分析，我定睛细看，发现并不是TCGA里面的表达数据，而是IHC的结果，如下：
f. Kaplan-Meier survival curves of overall survival in 180 bladder cancer patients based on METTL3 expression analyzed by IHC staining. The log-rank test was used to compare differences between two groups (P = 0.0128)
结果是相当的显著哦，所以我就思考，为什么作者要舍近求远呢，明明是tcga数据库里面大把的公共数据，很容易检验自己感兴趣的基因是否具有生存效应。
所以我就帮助作者在网址：http://gepia2.cancer-pku.cn/#survival 看了看膀胱癌的METTL3基因的生存分析，同样的UCSC的xena浏览器也是可以做到，感兴趣的可以去学习：GEPIA2详解（中国智造-肿瘤数据库），当然了，也可以自行编程探索。
如下，有意思的就来了：
关于TCGA数据库的基因生存分析是怎样的问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注创新互联行业资讯频道了解更多相关知识。
