把多个生存分析进行合并

survminer包的ggsurvplot()函数可以画好看的生存分析曲线，也可以用分面的方法分面绘制多组图片（教程可以见我以前给生信助手上的一个小建议「凌云34」Multiple Overall Survival Plots(2)，但是它的图却不是标准的ggplot2格式，所以对于多个生存曲线图，你并不能使用cowplot，ggarrange和patchwork进行拼接，甚至于Y叔开发的ggplotify 也都不能转换为ggplot图形（大家如有好的方案，也可以下方评论），后面在生信技能术的Github上发现解决方案。

测试数据在这里，phe.csv，我们导入数字，看看前几行的数据，如表1所示。

phe<-read.csv('~/phe.csv/)
phe[1:10,]

Table 1: phe示例数据前10行

event	grade	size	time
1	2	1.8	92
0	3	2.5	71
1	3	1.5	58
0	2	1.2	68
0	2	2.4	103
0	2	1.8	93
0	2	1.4	111
0	3	1.3	85
0	2	0.8	98
0	1	1.6	81

这里可以看到size是一些数字，我们想一个办法，按照中位数，把它分为big和small两组（同理一些基因表达量也可以这样分组）,我们还可以转换成因子形式，这样后面的顺序不会因为字母排序而编号

phe$size<-ifelse(phe$size>median(phe$size),"big","small")
phe$size<-factor(phe$size,levels = c("small","big"))

现在size就转换成字符的因子形式了，见表2所示。

Table 2: phe示例数据前10行，size改变了形式

event	grade	size	time
1	2	small	92
0	3	big	71
1	3	small	58
0	2	small	68
0	2	big	103
0	2	small	93
0	2	small	111
0	3	small	85
0	2	small	98
0	1	small	81

接下来，我们可以参照之前的教程，画一个不同size在生存状态上的生存曲线，如图1所示

library(survival)
library(survminer)
sfit <- survfit(Surv(time, event)~size, data=phe)
p1<-ggsurvplot(sfit,data = phe,
           palette = 'jco', 
           conf.int = T,conf.int.style='step', 
           pval = T,pval.method = T,
           risk.table = T,risk.table.pos='in',
           legend=c(0.85,0.85),
           legend.title="Size",
           legend.labs=c("small","big"),
           title="Survival curve for size", 
           ggtheme = theme_bw(base_size = 12))
p1

同样的我们可以画grade分组的生存曲线，见图2所示

gfit=survfit(Surv(time, event)~grade, data=phe)
p2<-ggsurvplot(gfit,data = phe,
           palette = 'lancet', 
           conf.int = T,conf.int.style='step', 
           pval = T,pval.method = T,
           risk.table = T,risk.table.pos='in',
           legend=c(0.85,0.85),
           legend.title="Grade",
           title="Survival curve for grade", 
           ggtheme = theme_bw(base_size = 12) 
           )
p2

然而，我们并不能拼接图形，使用下面的经典拼图代码全都会报错，连转换为ggplot都做不到

cowplot::plot_grid(p1,p2) # 这个函数不行
patchwork::p1+p1 # 这个函数也不行
p1<-ggplotify::as.ggplot(p1) # 转成ggplot也不行

那么，除了导出图片，用AI等工具意外，是不是就没有在R里直接的解决方案了呢？

不然，我们可以用survminer的arrange_ggsurvplots函数进行解决，如下面代码，见图3所示。

sfit1=survfit(Surv(time, event)~size, data=phe)
sfit2=survfit(Surv(time, event)~grade, data=phe)
splots <- list()
splots[[1]] <- p1
splots[[2]] <- p2

# 将多个图合并一起

arrange_ggsurvplots(splots, print = TRUE,  
                    ncol = 2, nrow = 1) #定义行数和列数