Gepia 的生存数据可以下载吗

1.今天介绍的依旧是国货——GEPIA。

中文：基因表达谱数据动态分析

英文：Gene Expression Profiling Interactive Analysis

TCGA应该不用过多介绍了，癌症和肿瘤基因图谱计划，包含了最全面的测序数据。CEPIA平台对TCGA数据的分析足以满足大部分普通科研人民的日常科研需求了。

网址：http://gepia.cancer-pku.cn/

2.设置自定义百分比阈值。

对于方差分析(ANOVA)和LIMMA(LIMMA)选项，基因具有较高的比2FC值和低于预设阈值的Q值被认为是差异表达的基因.

在前10名中，对数较高的基因2FC值和高于阈值的百分比值被认为是过度表达的基因；因此，只有过表达的基因才会出现在列表和染色体图中。

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。