tcga数据库简介，TCGA数据库介绍

各位老铁们好，相信很多人对tcga数据库简介都不是特别的了解，因此呢，今天就来为大家分享下关于tcga数据库简介以及TCGA数据库介绍的问题知识，还望可以帮助大家，解决大家的一些困惑，下面一起来看看吧！

TCGA数据库介绍

肿瘤基因组图谱(TCGA)计划由美国 National Cancer Institute(NCI)和 National Human Genome Research Institute（NHGRI）于 2006年联合启动的项目，目前共计研究 36种癌症类型。

TCGA利用大规模测序为主的基因组分析技术，通过广泛的合作，理解癌症的分子机制。提高人们对癌症发病分子基础的科学认识及提高我们诊断、治疗和预防癌症的能力。最终完成一套完整的与所有癌症基因组改变相关的「图谱」。

TCGA临床数据有两种：

数据文件有(HTSeq count/ FPKM/ FPKM-UQ)3种

介绍链接

生成raw read counts数据记录==在mirnas.quantification.txt==文件中。多比对用cross-mapped列标注。文件中包括associates miRNA IDs with read count and a normalized count in reads-per-million-miRNA-mapped。

RPM counts记录在==isoforms==.quantification.txt文件中。文件中包括miRNA表达量定量分析中的所有列，除此之外还增加了isoforms的基因组坐标信息以及miRNA信息（前体或成熟&accession）

使用Affymetrix SNP 6.0芯片，基于TCGA level 2数据，最终生成txt文件，包含5列（片段名称，染色体，基因组位置，结合到芯片上的探针数量，seqment_mean)

包括以下几个平台：

文件包括以下这些列：

tcga数据库firebrowse数据怎么分析

TCGA由NCI牵头，作为美国攻克癌计划的一个大的project，投入巨大的人力和资金，较早的进行深度测序，提供Gene expression, DNA methylation, Copy Number Variant, Mutation还有更深度的exon expression外显子测序结果，其临床数据整理的相对最完整，指标最多。在TCGA中直接下载数据的方法较为繁琐，但是有多个网站提供TCGA数据（包括表达和临床等）完善的整理：GDAC， Cancer Browser和cBioportal是其中整理最为完整和可靠的。GDAC由美国MIT和Harvard共建的Broadinstitute运行，UCSC运行着Cancer Browser和Xena, cBioportal由MemorialSloan-Kettering Cancer Cente建立，提供较为完善的TCGA数据为基础的各类信息检索服务。

tcga数据库样本哪些是肿瘤哪些是正常

答案就在TCGAbarcode，样本标签描述了样本类型，是正常的还是异常的。还是对照组。比如胶质瘤RNAseq的barcode，有174个样本类似于这个：

TCGA-06-0681-11A-41R-A36H-07

TCGA-06-0649-01B-01R-1849-01

第四个字段：11A和01B描述的就是样本类型，1-9是肿瘤，10-19是正常，20-29是对照。A和B我也不知道啥意思。由于TCGAbarcode字段宽度是严格的。因此用substr就可提取

names=colnames(RNAseq_dat)

a=as.numeric(substr(names,14,15))

table(a)

可以看见数据中有5个是正常组织样本

----------------------

Xena网站（网页链接)有整理好的TCGA数据，包括数据集和样本表格。样本表格数据详细，包含生存期，肿瘤分期分级，突变，亚型等等。

关于tcga数据库简介的内容到此结束，希望对大家有所帮助。