要素得分
1.简介
该脚本可以处理任何连续数据（例如，RNA表达数据和CNV log2ratio值）以建立FACTORscore，请参考以下文献：胃癌中的肿瘤微环境特征鉴定了预后和免疫治疗相关的基因标志。
主要步骤：
标准化数据以进行无监督的聚类。 使用R中的ConsensusClusterPlus软件包进行聚类分析。
样本组通过聚类组之间的Kaplan-Meier（KM）生存分析和项目共识和聚类共识图中的无监督聚类方法来确定。
随后，使用威尔科克森秩和检验或Kruskal-Wallis检验对样本组中的每个基因进行差异分析，并将p值<0.05的基因鉴定为差异基因。 共识聚类算法也被用于定义差异基因的聚类。
为了获得每个基因组的主成分1，使用了主成分分析（PCA）算法进行了降维。 对基因组的PC1值进行cox回归分析以验证系数的正值或负值。 然后，我们应用了一种方法来定义每个样本的
