科研有捷徑，輸入代碼，一鍵獲取科研成果！就是這么省事，來具體看下有多方便！

搜索http://985.so/a9kb查看全部代碼（目前共計50+持續(xù)新增中），也可以點擊右側(cè)【目錄】，可以看到更多有趣的代碼；真香提示：文末可以知道如何獲取代碼~??

LASSO全稱Least?absolute?shrinkage?and?selection?operator(最小絕對收縮和選擇算子)，特點是在擬合廣義線性模型的同時進行變量篩選和復雜度調(diào)整。因此，不論目標因變量是連續(xù)的，還是二元或者多元離散的，都可以用?LASSO?回歸建模然后預測，通過LASSO?Cox回歸模型獲得的特征基因。因此本軟件基于腫瘤樣本的基因表達譜并結合患者生存信息，利用LASSO回歸(最小絕對收縮和選擇算子)算法，得到特征基因。用戶只需要輸入表達矩陣，軟件將自行構造LASSO回歸模型以獲取特征基因，同時繪制LASSO回歸模型圖。

使用方法：

Rscript?Lasso_model_diagram.R?-?file=

參數(shù)說明：

USAGE:

????????Lasso_model_diagram.R?-file=<?file>?

PARAMETERS:

????????-?file???The?expression?matrix?,including?the?survival?status?(0?=?alive,?1?=?dead)?and?survival?time?of?each?patient,?and?the?expression?of?genes?in?each?patient?sample.

??????The?first?column?is?survival?status,the?second?column?is?survival?time,other?columns?are?gene,sample?as?row,input?txt?format?using?tabs?as?delimiters

操作步驟：

1、打開命令行界面，輸入“Rscript?Lasso_model_diagram.R”調(diào)閱幫助文檔，確定該程序所需的輸入文件。

2、用戶根據(jù)幫助文檔中的參數(shù)說明內(nèi)容，對參數(shù)進行設置。這里，必須輸入參數(shù)有1個是-file，表示表達矩陣文件，?包括每個患者的生存狀態(tài)（0=存活，1=死亡）和生存時間，以及每個患者樣本中的基因表達。第一列是生存狀態(tài)，第二列是生存時間，其他列是基因，每一例患者樣本作為行，使用制表符作為分隔符輸入txt格式。

3、完成參數(shù)提交后，按下回車鍵，整個程序即正式開始進入執(zhí)行。程序執(zhí)行完畢后，界面會顯示“Program?execution?is?completed”結束語。

流程圖：

結果展示：

1.圖中的每一條曲線代表了每一個自變量系數(shù)的變化軌跡，縱坐標是系數(shù)的值，橫坐標是?log(λ)。

2.圖中的每一條曲線代表了每一個自變量系數(shù)的變化軌跡，縱坐標是系數(shù)的值，橫坐標是?L1?norm。

3.LASSO系數(shù)譜，基于該圖選擇最佳的λ，兩條虛線分別指示了兩個特殊的λ值：lambda.min和?lambda.1se?這兩個值之間的lambda都認為是合適的。lambda.1se構建的模型最簡單，即使用的基因數(shù)量少，而lambda.min則準確率更高一點，使用的基因數(shù)量更多一點，默認選擇lambda.min。

4.通過LASSO系數(shù)譜，λ使用的是lambda.min時篩選得到的特征基因，及基因對應的相關系數(shù)。

特別說明：本代碼經(jīng)申請軟件著作權，僅轉(zhuǎn)讓使用權，不轉(zhuǎn)讓所有權

如需代碼及示例數(shù)據(jù)等文件，請掃碼聊天框回復 “B42”領??！?

寫在文末：

如果您近期想做生信方面的文章而苦于沒有思路，或者不知道如何來入手生信分析，或者兌具體的某一個圖有作圖需求，都可以掃碼咨詢小云，我們有專業(yè)的技術團隊，生信熱點思路設計、生信分析、熱點方向生信挖掘等，如有需要，可掃碼下方二維碼了解詳情：