突变与预后

谁是突变型，谁是野生型

突变型：在该基因上至少有一个非同义突变的患者。野生型：已测序、该基因覆盖足够，但没有非同义突变的患者。

关键在于 MAF 只列出有变异的样本。一位已测序却一个突变也没检出的患者，在 MAF 里一行都没有。如果只从 MAF 里找患者，这位患者就从分析中消失了；正确的做法是把这样的患者算作野生型。反过来，临床表里如果有从未测序的患者，他们既不是突变型也不是野生型，应当排除。

TCGA-LAML 的 MAF 有 193 位患者，临床表有 200 位。另外 7 位没有 MAF 记录的患者同样测过序，所以在生存分析中计为野生型。还有 12 位没有随访时间，无法进入生存分析。

另外三条规则：

• 每位患者一行。 一位患者有多个样本（如诊断和复发）时，先合并到患者层面，任一样本突变即算突变型，再进入生存模型。
• 先定分析集，再分组。 排除条件（缺随访、未测序、重复样本）在看结果之前就要定好。
• 报告人数和事件数。 每组多少人、多少例死亡，和 p 值同样重要。

KM 曲线与 log-rank

选一个基因，组件会画出突变型与野生型的 Kaplan–Meier 曲线。每一次下降是一例死亡，竖线表示删失（到随访截止时仍存活）；阴影带是 95% 置信区间，下方是各时间点的风险人数。log-rank 检验比较两条曲线整体是否不同；HR 来自以野生型为参照的 Cox 模型，给出效应大小。

可以试几件事：

• 比较 TP53、DNMT3A 和 FLT3，看哪个分离明显、哪个不明显，具体的 p 值以组件输出为准。
• 取消勾选“MAF 中无记录的患者算作野生型”，看人数和结果怎样变化。
• 选一个突变患者很少的基因，留意组件给出的小样本提示。突变型少于 10 例，或某组死亡很少时，曲线尾部只靠几位患者支撑，结果只能当作探索。

常见误区

• 只用 MAF 里的样本当分母。 丢掉了没有突变记录的已测序患者，野生型组变小，结果会有偏差。
• 把未测序的患者算成野生型。 他们的突变状态未知，应当排除。
• 把不同突变类型混成一组。 FLT3-ITD 与 FLT3-TKD 的生物学和预后意义不同，混在一起可能互相抵消。
• 按样本而不是按患者分析。 同一患者的多个样本必须先合并。