tcga-survival は TCGA 33 cancer cohort × HUGO 遺伝子を入力に、cBioPortal `_rna_seq_v2_mrna` (log₂(RSEM+1)) raw fetch + クライアント側 Z-score 変換 (cohort 全サンプル基準、cBioPortal 公式の二倍体ベースラインを回避) → 5 cohort cut (median/quartile/tertile/custom/optimal[Phase 3 保留]) → 自前 Kaplan-Meier (1958) + ログランク χ² (Mantel 1966) + Mantel-Haenszel HR (Pike 1972) + Greenwood log-log 95% CI (R survival デフォルト) + chi² p-value 分岐式 (χ²≤30 多項式 / χ²>30 漸近展開 Therneau 2000) すべて自前 JS で実装する無料 TCGA 生存解析ツールです。外部 lib 0。IDB Raw 30d キャッシュ + Edge case 12 件 + Cox 推奨キャプション + p 値解釈 4 軸ガイドボックス。

(1) GEPIA / OncoLnc は英語のみで KM 学習負担が高い — ko/en/ja 統合エントリ (2) cohort cut UX 不足 (median 固定) — 5 cut + custom スライダー + Phase 3 Lausen-Schumacher プレースホルダ (3) 日本語統計ガイド不足 — p 値解釈 4 軸 (因果 / 多重検定 / cherry-picking / exploratory) (4) bio-toolkit 連携不足 — mygene-search → gtex-expression → tcga-survival 3-hop ワークフロー (5) 外部 npm lib 0 ベースライン (6) Cox 推奨 ko/en/ja 必須キャプション (Mantel-Haenszel ≠ Cox 5~15% 誤差)

① TCGA コホート選択 (LUAD/BRCA/COAD/LIHC/KIRC 等 33 種) ② Gene HUGO シンボル + Entrez ID 入力 (例: TP53 / 7157) ③ Endpoint 選択 (OS / DSS / PFS / DFI — Liu 2018 Cell 173:400 基準) ④ Cut method 選択 (median 推奨 ★★★★★ / quartile / tertile / custom / optimal[Phase 3]) ⑤ 解析開始 → IDB Raw 30d キャッシュヒット時即時 / ミス時 Route Handler 経由で cBioPortal fetch (2.5 秒 SLA) ⑥ KM 曲線 (高/低 + 95% CI band + censored "+") + At-Risk テーブル (0/12/24/36/48 mo) + StatsBox ⑦ Stats: n_High/Low + ログランク χ² + p 値 + HR + 95% CI + Cox 推奨必須キャプション ⑧ Edge banner: 12 種 (cohort_small / subgroup_small / zero_events / censoring_high / pvalue_underflow 等) ⑨ Export: SVG / PNG / TSV / JSON — Reproducibility tag 必須 ⑩ Deep link: cBioPortal / GDC / NCBI / mygene-search (内部) / gtex-expression (内部) / PubMed

例 1) TCGA-LUAD × TP53 (代表的腫瘍抑制遺伝子) → median cut → high/low + ログランク p < 0.05 期待 例 2) TCGA-BRCA × BRCA1 (乳癌核遺伝子) → quartile cut → Q1/Q4 比較 例 3) TCGA-COAD × KRAS (大腸癌標的) → tertile cut → T1/T3 + Cox 推奨キャプション確認 例 4) TCGA-LIHC × MYC (肝癌 oncogene) → median cut → 強い有意 (χ²>30 漸近展開分岐検証) 例 5) TCGA-KIRC × EGFR (腎癌標的薬マーカー) → median cut → mygene-search / gtex-expression cross-link 活用