TCGA对于不同类型的数据,有着独特的处理流程,具体如下 1. DNA-Seq Analysis PipelineTCGA中的DNA测序主要用来分析肿瘤患者中的体细胞突变,和GATK的体细胞突变流程类似,前期都经过了一个预处理步骤,这里称之为 就是经典的sort->markduplicate->Realign->BQSR步骤,得到co-cleaned BAM文件。然后用配对的肿瘤和正常样本进行somatic variant calling, 得到VCF文件。然后进行体细胞突变的注释,得到突变注释文件MAF, 示意如下 在进行体细胞突变位点分析时,使用了以下4款不同的软件同时分析
各自对应的pipeline示意如下 各自pipeline得到的VCF文件,使用VEP软件对体细胞突变位点进行注释,使用了以下数据库进行注释
注释完成之后,会对突变位点进行过滤,去除低质量的突变位点和潜在的生殖细胞突变位点,剩余的位点作为最终的体细胞突变位点,保存在MAF文件中供下载。 当然对于没有配对的正常样本,也有tumor-only variant calling workflow来处理,具体请参考以下链接
2. mRNA Analysis PipelinemRNA分析是通过STAR的2-pass模式比对hg38参考基因组,然后使用HTSeq进行定量,定量时基于Gencode V22版本的GTF文件,流程示意如下 在定量时,提供了以下3种策略
Raw count和FPKM是转录组分析中经典的定量策略,而FPKM-UQ则是在FPKM基础上新提出的一种策略,计算公式如下 和FPKM不同的是,在FPKM-UQ中采用所有基因Mapping reads数目的上四分位数代替了所有基因Mapping Reads的总数。官方也提供了一个示例帮助我们理解具体的计算过程 3. miRNA Analysis PipelinemiRNA的分析采用了BCGSC开发的miRNA定量流程,这套流程只针对已知的miRNA进行定量,链接如下
流程示意如下 4. Copy Number Variation Analysis Pipeline使用Affymetrix SNP 6.0芯片来分析CNV, 首先使用 5. Methylation Liftover Pipeline通过illumina Infinum Human Methylation 27和HumanMethylation450 两个芯片平台来分析DNA甲基化,采用了 了解TCGA数据分析的流程,可以更好的在GDC数据库中筛选数据,也可以更好的和自己的数据进行比较。 ·end· |
|