(A) 基于TCGA数据库的317个OSCC样品和32个正常对照m6A表达水平。N代表正常对照,而T代表肿瘤样品。
p <0.05 *; p <0.01**; p <0.001***
代表差异显著水平
(B) 13个m6A相关基因的差异表达分析。蓝色代表正常控制,红色代表OSCC采样。
(C) 13个m6A相关基因之间的相关性
(A,B) 聚类分析表明,TCGA中的317个OSCC样本可以分为2组
(C) 聚类1和2之间的生存分析。
(D) 在聚类分析的基础上进行主成分分析。PCA1代表主成分分析1,而PCA2代表主成分分析2。
(E) 聚类分析与临床特征的相关性(等级,p = 0.0352)。N代表TNM系统中的N分类,T代表TNM系统中的T分类。
(A,B)基于13个m6A相关基因的单变量和多变量cox回归
Hazard ratio >1
,说明该基因是高风险基因,反之为低风险基因。高风险是指随之基因表达量的增加,患者死亡风险提高。
根据lesso回归得到两个基因作为预测因子
使用R软件中的生存软件包对两组进行分析。低风险组倾向于经历更长的生存时间(图3B)
临床特征与风险水平之间的相关性分析表明,高风险组意味着较低的分化等级(图3C)
独立的预后分析表明,风险评分可能是独立的预后生物标志物(图3D,3E)
## 肿瘤分型及检验
#### 肿瘤分型
#### 主成分分析检验分型是否成功
## 临床信息提取
#### 分型生存分析
#### 分型与临床相关性热图
## 生存模型
#### 单因素的COX分析
#### lasso回归
#### 风险生存曲线
#### ROC曲线
M6A-related bioinformatics analysis reveals that HNRNPC facilitates progression of OSCC via EMT
Comprehensive Analysis of the PD-L1 and Immune Infiltrates of m6A RNA Methylation Regulators in Head and Neck Squamous Cell Carcinoma