TCGA数据分析系列（一）

公众号“生信小课堂”

TCGA数据分析课程：生物信息学教学

肿瘤基因组图谱（TCGA）计划是由美国National Cancer Institute（NCI）和National Human

Genome Research

Institute（NHGRI）于2006年联合启动的项目，研究的癌症类型到现在为止共有39种，涉及29种癌症器官，1万多个肿瘤样本，27万多份文件。

TCGA中数据类型主要有以下几种

mRNA：mRNA芯片或者RNA-Seq测得的mRNA表达量

microRNA：microRNA芯片或者microRNA-Seq测得的microRNA表达量

Clinical：病人的一般情况、诊治情况、生存情况、肿瘤分期等随访信息

Copy Number：SNP芯片得到的肿瘤组织比对正常组织的染色体上各片段的比值

Mutation：肿瘤组织测序结果相对参考基因组的核苷酸突变，包括插入和缺失等变化

Protein：蛋白芯片测序得到的约200种常见癌症相关蛋白的表达量

Methylation：甲基化芯片测得的DNA甲基化数据

TCGA的样本命名

Project：所有TCGA样本名均以这个开头

TSS: Tissue source site，组织来源编码

详见组织来源编码

Participant：参与者编号

Sample：其中编号01~09表示肿瘤，10~19表示正常对照，最常见的是01和11

Vial：在一系列患者组织中的顺序，绝大多数样本该位置编码都是A; B表示福尔马林固定石蜡包埋组织，已被证明用于测序分析的效果不佳，所以不建议使用B的样本数据

Portion：同属于一个患者组织的不同部分的顺序编号，同一组织会分割为100-120mg的部分，分别使用

Analyte：分析的分子类型，对应关系如下所示

Plate：在一系列96孔板中的顺序，值大表示制板越晚

Center：测序或鉴定中心编码

TCGA数据下载方式

TCGA下载方式有很多种，主要包括

R语言下载

官网下载

在线数据库下载

小工具下载

以后我们会逐个介绍

TCGA在线分析数据库

TCGA在线分析数据库有已经很多，以后我们会选择既重要又好用的工具来学习

下回见。

公众号“生信小课堂”

TCGA数据分析课程：生物信息学教学