如何快速掌握TCGA数据库

参加培训班——最快速的方法。有些生物信息公司会针对高校教师和医师开生信培训班，我导师带着我上过几次，有TCGA、Oncomine和R的。缺点是价格贵，一次一天两三千，优点是上手快，而且会有后续服务，比如课上完后你在qq群里提问，一般公司技术人员都会给你解决。我放几张上完培训班后发的资料，是课上PPT转的PDF。另外再推荐一本中文教材，可以做补充用。优点是浅显易懂，缺点是不够深入且作者态度傲娇，但书还可以，《R语言与Bioconductor-生物信息学应用》，随着大数据时代的到来，各种生物类公共数据库井喷，其中就包括癌症领域熟为人知的癌症基因图谱The Cancer Genome Atlas (TCGA)数据库。TCGA由NCI牵头，作为美国攻克癌计划的一个大项目，投入了巨大的人力和物力，系统提供了癌症多组学测序和芯片数据，包括Gene expression, DNA methylation, Copy NumberVariation, Mutation等结果，同时也附有相应各测序样本的完整临床资料。TCGA为肿瘤基础医学和转化医学研究者提供了海量的基因组数据和与其关联的临床数据,这为挖掘有意义的基因组变化和发现影响肿瘤起始、发展、分化、转移等生物学机制提供了海量数据基础。然而传统的基础医学和转化医学研究者缺乏信息学基础来处理大规模癌症数据,因而在面对这些极其有价值的基因组数据时,往往心有余而力不足。作为医学信息领域研究者,我们需要将信息学和统计学知识运用到癌症基因组学数据分析的研究当中,作为连接大数据与基础医学研究者之间的一个纽带,帮助研究者去更好地挖掘探索这些数据。

一个良好的开端就是分析感兴趣基因的突变和其它异常，ICGC数据门户提供了几条研究路线。输入一个基因名称，NCBI登录号，或者Ensembl基因ID，点击基因报告（Gene Report），就能在突变摘要（Mutation Summary）中找到已发现的突变和拷贝数变化，以及迄今为止，这些突变在肿瘤中出现的频率。COSMICsection就在体细胞突变列表下方，包括了点突变，少量缺失，以及插入突变等方面的数据。

这种东西是看不出来是否判断与肿瘤有关的，肿瘤本身具有远端转移特性，从各个组织中都有可能存在。所以如果想要看pathway是否与肿瘤相关，就需要点进去查看相关文献，把各种蛋白摸透，才能够搞定，如果仅仅凭借go数据库的pathway来的就能判断了

关于gtex数据怎样筛选。

1、通常我们在挖掘TCGA数据库的时候，会发现该项目纳入的正常组织测序结果是非常少的，也就是说很多病人都不会有他的正常组织的转录组测序结果，比如说乳腺癌吧，1200个左右的转录组数据，其中1100左右都是肿瘤组织的测序数据，只有区区100个左右的正常对照。

2、这个时候我们就需要想办法加大正常组织测序样本量，既然TCGA数据库没有，我们就从其他数据库着手。这里值得大力推荐的是GTEx数据库,Genotype-TissueExpression(GTEx)。

以上就是关于如何快速掌握TCGA数据库全部的内容，包括:如何快速掌握TCGA数据库、如何利用tcga的基因组数据库、关于TCGA数据库的问题，新手求助等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！