1. 数据预处理
支持 Demo 数据、CSV/TSV/XLSX 表达矩阵上传、CEL 文件 (Affymetrix) 和 GEO 数据库。
归一化方法：Log2 转换、分位数归一化、RMA。
生存数据：
元数据需包含时间列 (Time) 和事件列 (Event, 0=删失, 1=事件)。
CEL 文件处理：
需要安装 Bioconductor 的 affy 或 oligo 包。CEL 数据不含生存信息，需额外上传。
GEO 数据：
需要安装 GEOquery 包。GEO pData 中自动提取生存列，若无则需手动上传。
2. 生存分析
Cox 模型: h(t|X) = h₀(t) × exp(β₁X₁ + β₂X₂ + ... + βₚXₚ)
Cox 比例风险回归 (Proportional Hazards Model)：对每个基因独立拟合单变量 Cox 模型，
以基因表达量为协变量，评估其对生存结局的影响。
HR > 1：
风险基因（高表达→预后差）。
HR < 1：
保护基因（高表达→预后好）。
输出：
火山图、Kaplan-Meier 生存曲线、森林图、热图、结果表格。
依赖包：
survival (核心), ggsurvfit (可选, KM曲线增强)。
3. 功能富集分析
ORA (过表达分析)：对显著生存相关基因进行 GO/KEGG/Reactome 富集。
GSEA (基因集富集分析)：基于 log(HR) 排序列进行富集，无需预设阈值。
依赖包：
clusterProfiler, org.Hs.eg.db / org.Mm.eg.db, enrichplot。
4. 探索分析
PCA 主成分分析、t-SNE / UMAP 降维可视化、层次聚类热图、样本相关性矩阵。
依赖包：
Rtsne, umap, plotly。
5. 数据格式说明
表达矩阵：
行=基因，列=样本，第一列为行名。支持 CSV/TSV/XLSX。
生存信息：
至少含 Sample, Time, Event 三列。Event 为 0/1 (0=删失, 1=事件)。
也可包含 Group 列用于可视化分组。
基因注释 (可选)：
至少含 GeneSymbol 列，用于富集分析。