Ⅰ 如何快速掌握TCGA資料庫
在proportional裡面搜你感興趣的腫瘤，然後就會出現很多研究，在每個研究後面都有summary，你點擊進去就有臨床數據，有的還有變異和拷貝數變化的數據。目前個人感覺臨床數據這塊還是proportional這兒比較方便，其他的例如基因表達的數據cancer browser還是可能會好些，各種各樣的都可以試試，不過原始的TCGA數據還是覺得一般是高手才去弄，新手還是多學習，站在巨人的肩膀上再去。The Cancer Genome Atlas，TCGA， 資料庫。TCGA數據源大部分都是公開的。目前來能夠從TCGA資料庫中提取數據的處理工具有proportional。
Ⅱ R語言提取TCGA資料庫clinical.json中的臨床信息
轉自「 醫學統計園 」微信公眾號。
讀入clinical.json文件
計算文件長度n，在這里n為348
初始化變數
利用一個敏渣毀梁派for循環由json文件中提取信息
將提橋備取的信息做成一個dataFrame
Ⅲ TCGA資料庫介紹
腫瘤基因組圖譜 (TCGA) 計劃由美國 National Cancer Institute(NCI) 和 National Human Genome Research Institute（NHGRI）於 2006 年聯合啟動的項目，目前共計研究 36 種癌症類型。
TCGA 利用大規模測序為主的基因組分析技術，通過廣泛的合作，理解癌症的分子機制。提高人們對癌症發病分子基礎的科學認識及提高我們診斷、治療和預缺慧防癌症的能力。 最終完成一套完整的與所有癌症基因組改變相關的「圖譜」。
TCGA臨床數據有兩種：
數據文件有 (HTSeq count/昌扮喊 FPKM/ FPKM-UQ)3種
介紹鏈接
生成raw read counts數耐野據記錄==在mirnas.quantification.txt==文件中。多比對用cross-mapped列標注。文件中包括associates miRNA IDs with read count and a normalized count in reads-per-million-miRNA-mapped。
RPM counts記錄在 ==isoforms==.quantification.txt文件中。文件中包括miRNA表達量定量分析中的所有列，除此之外還增加了isoforms的基因組坐標信息以及miRNA信息（前體或成熟&accession）
使用Affymetrix SNP 6.0晶元，基於TCGA level 2 數據，最終生成txt文件，包含5列（片段名稱，染色體，基因組位置，結合到晶元上的探針數量，seqment_mean)
包括以下幾個平台：
文件包括以下這些列：
Ⅳ tcga資料庫樣本哪些是腫瘤哪些是正常
答案就在TCGAbarcode，樣本標簽描述了樣本類型，是正常的還是異常的。還是對照組。比如膠質瘤RNAseq的barcode，有174個樣本類似於這個：
TCGA-06-0681-11A-41R-A36H-07
TCGA-06-0649-01B-01R-1849-01
第四個欄位：11A和01B描述的就是樣本類型，1-9是腫瘤，10-19是正常，20-29是對照。A和B我也不知道啥意思。由於TCGAbarcode欄位寬度是嚴格的。因此用substr就可提取
names=colnames(RNAseq_dat)
a=as.numeric(substr(names,14,15))
table(a)
可以看見數據中有5個是正常組織樣本
----------------------
Xena網站（網頁鏈接)有整理好的TCGA數據，包括數據集和樣本表格。樣本表格數據詳細，包含生存期，腫瘤分期分級，突變，亞型等等。
Ⅳ 癌細胞全部轉錄本有那些庫可以查，TERRA轉錄本可以查到么
癌細胞全部轉錄氏襪滾本的資料庫有很多，如TCGA (The Cancer Genome Atlas)、CCLE (Cancer Cell Line Encyclopedia)、HGMD (Human Gene Mutation Database) 等。這些資料庫都整合了大殲餘量的癌症組織和細胞系的轉錄組測序數據，提供了基因表達水平、突變情況、染色體重排、分子亞型等信息，可以為癌症研究和治療提供參考。
至於TERRA轉錄本是否能被查詢到，則取決於所使用的資料庫。
舉例來說，TCGA資料庫中包含了 TERRA 轉錄本的表達信息，可以通過 TCGA 數據門戶網站進行檢索與下載。而其它一好遲些資料庫可能沒有包含 TERRA 的信息，需要具體查詢。
Ⅵ TCGA資料庫中含有的癌症名稱，簡寫和中文名稱
Abbr 英文名稱 中文名稱
ACC Adrenocortical carcinoma 腎上腺皮質癌
BLCA Bladder Urothelial Carcinoma 膀胱尿路上皮癌
BRCA Breast invasive carcinoma 乳腺浸潤癌
CESC Cervical squamous cell carcinoma and endocervical adenocarcinoma 宮頸鱗癌和腺癌
CHOL Cholangiocarcinoma 膽管癌
COAD Colon adenocarcinoma 結腸癌
COADREAD Colon adenocarcinoma/Rectum adenocarcinoma Esophageal carcinoma 結直腸癌
DLBC Lymphoid Neoplasm Diffuse Large B-cell Lymphoma 彌漫性大B細胞淋巴瘤
ESCA Esophageal carcinoma 食管癌
FPPP FFPE Pilot Phase II FFPE試點二期
GBM Glioblastoma multiforme 多形成性膠質細胞瘤
GBMLGG Glioma 膠質瘤
HNSC Head and Neck squamous cell carcinoma 頭頸鱗狀細胞癌
KICH Kidney Chromophobe 腎嫌色細胞癌
KIPAN Pan-kidney cohort (KICH+KIRC+KIRP) 混合腎癌
KIRC Kidney renal clear cell carcinoma 腎透明細胞癌
KIRP Kidney renal papillary cell carcinoma 腎乳頭狀細胞癌
LAML Acute Myeloid Leukemia 急性髓細胞樣白血病
LGG Brain Lower Grade Glioma 腦低級別膠質瘤
LIHC Liver hepatocellular carcinoma 肝細胞肝癌
LUAD Lung adenocarcinoma 肺腺癌
LUSC Lung squamous cell carcinoma 肺鱗癌
MESO Mesothelioma 間皮瘤
OV Ovarian serous cystadenocarcinoma 卵巢漿液性囊腺癌
PAAD Pancreatic adenocarcinoma 胰腺癌
PCPG Pheochromocytoma and Paraganglioma 嗜鉻細胞瘤和副神經節瘤
PRAD Prostate adenocarcinoma 前列腺癌
READ Rectum adenocarcinoma 直腸腺癌
SARC Sarcoma 肉瘤
SKCM Skin Cutaneous Melanoma 皮膚黑色素答燃改瘤
STAD Stomach adenocarcinoma 胃癌
STES Stomach and Esophageal carcinoma 胃和食管癌
TGCT Testicular Germ Cell Tumors 睾丸清判癌
THCA Thyroid carcinoma 甲狀腺癌
THYM Thymoma 胸腺癌
UCEC Uterine Corpus Endometrial Carcinoma 子段如宮內膜癌
UCS Uterine Carcinosarcoma 子宮肉瘤
UVM Uveal Melanoma 葡萄膜黑色素瘤
Ⅶ TCGA資料庫下載的數據是圖片嗎
是。
TCGA作為腫瘤研究中資源攜侍告最豐富，數據最權威的資料庫，自然受到廣大辯明科研工作者的深入挖掘，所以圖片形式談滲是最方便看的。
Ⅷ 怎麼找剪切因子
找剪切因謹腔子，簡單而言就是，一個基因從DNA-mRNA的過程當中，由於剪切位點的不同，會形成不同的mRNA剪切變異體。對於可變剪悄神切模式，之前的介紹TCGA SpliceSeq資料庫啟晌虧的時候提到了資料庫當中包含的其中7種可變剪切模式。具體的可見之前的帖子： TCGA Spliceseq
在這個資料庫當中提到的屬於經典的可變剪接模式。隨著二代測序的技術的使用，也會發現一些額外的剪切模式。比如這次我們要提到的外顯子內含子剪切(exitrons(exonic introns) splicing, EIS)。既然二代測序技術可以發現EIS。那麼就可以使用TCGA資料庫來尋找腫瘤當中的EIS。因此也就可以對腫瘤擋著的EIS事件進行全面的分析。剪接因子是參與RNA前體剪接過程的蛋白質因子。根據其功能作用，可以分為核小核糖核蛋白顆粒(snRNP)蛋白因子和非snRNP蛋白因子。
Ⅸ tcga上的status是什麼
重要狀態。TCGA是腫瘤資料庫的沒宏簡稱，status是TCGA的重要狀態，包括生存時間及病人生枯缺冊存扮賣狀態。
Ⅹ DESeq2處理TCGA資料庫Seq-count數據
1、DESeq2需要導入兩個數據集：mycounts, colData。先說mycounts，這就是處理完的TCGA數據RNAmatrix.txt，直接讀入即可。
2、colData就是對每個樣本的一個情況辯跡說明。這個可以生成，也可以自己寫一友旅個保存為csv格式。我攜告並一般自己寫。
3、構建矩陣
4、輸出結果