内容如下：

1.外泌体和肝癌TCGA数据下载

2.数据格式整理

3.差异表达基因筛选

4.预后相关外泌体基因确定

5.拷贝数变异及突变图谱

6.外泌体基因功能注释

7.LASSO回归筛选外泌体预后模型

8.预后模型验证

9.预后模型鲁棒性分析

10.独立预后因素分析及与临床的相关性分析

11.列线图，ROC曲线，校准曲线，DCA曲线

12.外部数据集验证

13.外泌体模型与免疫的关系

14.外泌体模型与单细胞测序

########################### 4.预后相关外泌体基因确定 ############################

下面绘制森林图。

首先确定最适的cut-off值：

setwd("C:\\Users\\ASUS\\Desktop\\自噬")dir()
library(survminer)data <- read.csv("LIHC_clinical_mRNA_expression_data.csv",header = T,sep = ",")
data[1:5,1:5]head(data)
## 确定预后相关基因的最适cut-off值
res.cut <- surv_cutpoint(data, #数据集time = "OS.time", #生存状态