【原】使用cBioPortal查看TCGA肿瘤数据

cBioPortal整合了来自TCGA,CCLE以及几个独立的大型肿瘤研究项目的数据，构建了一个易于使用的网站，不需要有深厚的计算机功底，也可以通过该网站查询，分析，可视化肿瘤的相关结果。

针对该网站的使用，官方专门发布了对应的文章，链接如下

https://www.ncbi.nlm./pmc/articles/PMC4160307/

该网站的网址如下

http://www./

在该网站中，存储了肿瘤的多种组学数据，列表如下

1. somatic mutations

2. DNA copy-number alterations(CNAs)

3. mRNA/miRNA expression

4. DNA methylation

5. protein abundance

6. phosphoprotein abundance

将每个肿瘤研究的相关结果作为一个study, 可以方便的针对一个或者多个study的数据进行探究。以探究单个study的分析结果为例，过程如下

需要经过4个步骤，第一步选择感兴趣的study,第二步选择需要查看的组学数据，在一个study中，可以包含突变， CNV, 表达谱等多种组学数据，支持筛选其中的部分数据进行查看，第三步对样本进行选择，在数据库中有定义好的样本列表，也支持自定义，第四步选择需要查看的基因，数据库中已经有定义好的肿瘤中研究的通路对应的基因列表，当然也支持自定义了，图示如下

经过上述四步之后，点击submit query就可以查看结果了。以下列study为例，

Breast Invasive Carcinoma (TCGA, Cell 2015)

结果页面包含的内容如下

1.  OncoPrint

以热图的形式展现样本中mutations和CNAs的分布情况，每一行为一个基因，每一列代表一个样本，示意如下

2.  Cancer Type Summary

以堆积柱状图的形式，展示mutations和CNAs的构成，示意如下

3. Mutual Exclusivity

将一个基因上存在变异的样本个数作为一个集合，通过对两个基因对应的集合进行分析，来分析两个基因在肿瘤中的是互斥还是共发生，结果示意如下

4.  Plots

通过多组学数据对样本的分布进行可视化，结果示意如下

5. Mutations

查看每个基因上突变位点的详细信息，示意如下

6. Co-expression

根据基因表达量的数据，分析共表达的基因，结果示意如下

7. Enrichments

富集分析的结果，示意如下

8. Survival

根据在查询基因上有无变异将样本分为两类，比较两类样本生存数据的差异，结果示意如下

9. CN Segments

通过IGV基因组浏览器，查看CNAs在染色体上的分布情况，示意如下

10. Network

展示基因的相互作用网络，示意如下

11. Download

下载数据，示意如下

cBioPortal功能非常的强大，更多用法请参考官方的帮助文档。

·end·