TCGA，她已经用了七年 | 资深用户深度点评

不知道该选哪个工具的时候，怎么办？

• 最省力的办法就是问前辈，包括问师兄师姐、去群里问、搜论坛。前辈用的不一定是最好的，甚至是错的，所以这个方法省力但不一定省时间，会走弯路；

• 其次是问文献，有些文章对比了多个工具，列出了优缺点，算是比较理性的选择；

• 最费力的办法是自己去读说明书，挨个尝试，亲自体验各种工具的优缺点，知道什么时候该用哪个，找出最适合自己数据的工具。把尝试的过程记录下来，再遇到相关问题，直接搜笔记，效率更高。 

更多方法论看这篇：《生信入门路 | 生物/医学人的生信启蒙》

《去TCGA看表型，来CistromeCancer挖机制》讲了怎样用ChIP-seq数据挖机制。其实无论是挖机制之前、还是挖到机制之后，都要用TCGA讲故事。今天请来TCGA资深用户小丸子，分享她的笔记。为啥说她资深呢？因为她从2011年就开始处理TCGA数据了。

---

先科普TCGA大致的数据结构：

1. 临床信息。每个癌症病人来了之后，会记录好他的临床信息，这个记录可以非常详细，年龄、性别、抽不抽烟、用过什么药、之前有没有被治疗过、什么发病原因、什么肿瘤时期、什么分型等等。

2. 各种组学数据。同一个病人可能会测RNA-seq的、miRNA-seq、做甲基化芯片等等，但是并不是每个人每种都测了一遍，可能有人只测了RNA-seq，他就只有RNA-seq数据。另外，一个人可能既取了肿瘤组织，也取了远端的组织或者血液样本，这就是为什么会有normal的sample，但不一定每个人都取了，所以你会发现normal的样本总是很少，甚至没有。

很多时候我们关心怎么用TCGA做以下事情：

1. 某基因在肿瘤中不同分期或分型中的表达情况。

2. 某基因的表达高低对于病人生存情况的影响。

3. 某基因及其相关基因在病人中表达相关性。

最出名，http://www./

特色：最基本的简单分析基因突变、共表达/共突变的基因，下载数据也可以，最常看的应该还是oncoPrint那个。

详细用法：TCGA数据库的数据怎么查？

最方便，Ge-mini

特色：手机app，可随时查看，主要关注基因表达量的变化

详细用法：装这个app，妈妈再不骂我捧着手机不干正事了

最细致，http://ualcan.path./index.html

特色：1. 对肿瘤样本做了很细很专业的分组subgroup，生存分析、表达量都可以选择更细的亚型或临床表型做对比。

2. 生存分析时，还能对比不同分期、性别、年龄、体重等临床特征。

详细用法：TCGA数据库挖掘分析，这个网站好用到爆！

最懒，http://www./

特色：mRNA, miRNA, or lncRNA的生存分析

Here you can link TCGA survival data to mRNA, miRNA, or lncRNA expression levels. To get started simply input either a Tier 3 TCGA mRNA, miRNA, or MiTranscriptome beta lncRNA.

详细用法：懒人怎么做肿瘤病人的生存分析？

 

最权威，https://portal.gdc./

特色：TCGA官网上是这么介绍的：这是一个交互的数据系统，可以供研究者查找、下载、上传及分析癌症组学数据集包括TCGA的。

详细用法：数据库专题之TCGA

最人性化，http://www./，我经常会在这里下载数据。

特色：1. download everything with 1 command

2. 图形化显示一起发生突变的基因，还能在网页上交互式的改图

详细用法：TCGA数据库在线使用

最强大，http://xena./getting-started/

特色：把hub下载下来，体验不一样的TCGA。

Securely analyze and visualize your private functional genomics data set in the context of public and shared genomic/phenotypic data sets.

详细用法：UCSC XENA - 集大成者(TCGA, ICGC)