2.TCIA数据库

TCIA有两种类型的数据库
1.The Cancer Imaging Archive
The Cancer Imaging Archive (TCIA)是癌症研究的医学图像的开放获取数据库。该网站由国家癌症研究所（NCI）癌症影像计划资助，合同由阿肯色大学医学科学院管理。存档内的数据被组织成通常共享癌症类型和/或解剖部位的“集合”。 通常是由常见疾病（例如肺癌），图像形态（MRI，CT等）或研究焦点相关的患者。 DICOM是TCIA用于图像存储的主要文件格式。如果可用，还提供与图像相关的支持数据，如患者结果，治疗细节，基因组学，病理学和专家分析。大多数数据包括以DICOM格式存储的CT，MRI和核医学（例如PET）图像，但也提供或链接许多其他类型的支持数据，以增强研究效用。

TCIA资源旨在支持：

l 计算机辅助诊断方法的开发（定量成像）

l 通过可接受的标准统计方法评估无偏见的科学重现性

l 临床诊断医学图像与数字显微组织学图像的相关性研究

l 成像的关键因素的探索性生物标志物研究

l 跨学科研究者之间的协作，其中成像对于研究：肿瘤异质性 - 患者和肿瘤内部至关重要;组织时间反应跟踪 - 肿瘤进展的客观测量;成像基因组学和大数据联系和分析（临床，组织病理学，基因组学）

2.The Cancer Immunome Atlas
没错，就是这样的，TCIA就是基于TCGA数据开发的，不同的是TCIA只提供了20个癌种的免疫数据分析。

image.png

看网站首页的介绍就知道，这个数据库主要是根据TCGA的二代测序数据开发出来的。这里的20个癌种，点击每个柱子进去就可以分析对应的癌种，侧边的栏目则提供一些个性化选择。

image

01 Patients list模块

TCIA分别对每个病人进行分析，数据也提供下载，我们可以看到提供了ID、疾病、性别和年龄信息，我们重点关注IPS这一列的信息，IPS这一列有4个项目，有不同的属性，作者在文章中表示IPS（immunophenoscore） 可以很好的预测CTLA-4和PD-1反应性的预测因子。

image image

02 Gene Expression模块

在左侧的选择栏里筛选病人和基因后，可对单个基因进行差异分析和生存分析，值得注意的是这些基因都是和免疫相关的基因。笔者认为TCIA的这个模块并不怎么好用，也没有做检验，作图不怎么好看，不过如果只是看一看还是可以的。生存分析模块，TCIA是根据中位表达值分组进行的分析，提供HR和p值。

image image image.png

03 Cell Fractions

这个模块提供不同免疫细胞比例的展示，Absolute和Relative表示免疫细胞的绝对数和相对数，是CIBERSORT的不同计算方法结果，同时在table栏提供快捷的搜索。

image.png image

04 Heterogeneity

TCIA对每个样本的癌症抗原和遗传特征进行了分析，包括肿瘤异质性和克隆性，以方便分析免疫特征和肿瘤的遗传特征。

image

05 Neoantigens

这个模块提供疾病的突变数和突变压力展示，也提供展示预测到的新抗原结果。不过笔者也想说，这种新抗原预测，因为没有办法用实验的方法证伪，所以看看就好了，用作分析还是可以的，就看你的功力深厚了。

image

06 Tools模块

这个模块提供一个计算功能，可计算每个样本的免疫表型分数，只要提供一个标准的表达矩阵即可，不过值得提醒的是该工具要求表达数据要求用TPM方法定量的。

image

好了，这个数据库就介绍到这里。总结一下，这个数据库主要还是对TCGA的数据进行二次分析，得到的一些结果也可以辅助大家分析，同时提供的IPS计算也可给大家的NGS数据分析锦上添花，如果结果理想的话。
原文链接：1.你造么？肿瘤数据库除了TCGA，还有TCIA？！ - 知乎 (zhihu.com)
2.医学图像数据（一）——TCIA基本介绍 - mat_wu - 博客园 (cnblogs.com)