等了好久的B站TCGA笔记（1-2章）

B站视频地址：https://www.bilibili.com/video/av49363776?from=search&seid=17709076368945641839
特此致谢：生信技能树

101

需要了解的内容：TCGA的研究范围、数据来源、数据格式、数据储存、基本的生物学概念、肿瘤学知识、熟悉使用R语言

R语言教程：https://www.bilibili.com/video/av25643438?from=search&seid=2313097517440657329

102

配套代码：https://github.com/jmzeng1314/tcga_example 也可以把整个github上的代码打包下来（就是考验网速---事实证明：网速卒）

miRNA数据库：http://www.mirbase.org/

miRNA 的命名方式：(引自周凡，庄诗美.《microRNA与肿瘤》, 生命科学, 2008, 20(2):207-212. )

• (1) miRNA 简写成miR，再根据其被克隆的先后顺序加上阿拉伯数字，如miR-21

• (2) 高度同源的miRNA 在数字后加上英文小写字母(a、b 、c)，如miR-199a 和miR-199b；

• (3) 由不同染色体上的DNA序列转录加工而成的具有相同成熟体序列的miRNA，则在后面加上阿拉伯数字以区分, 如miR-199a-1 和miR-199a-2；

• (4) 如果一个前体的2 个臂分别加工产生miRNA，则根据克隆实验，在表达水平较低的miRNA 后面加“”，如miR-199a和miR-199a，或进行如下命名，miR-142-5p(也可命名为miR-142-s，表示从5' 端的臂加工而来)和miR-142-3p(也可命名为miR-142-as，表示从3′端的臂加工而来)；

• (5) 将物种缩写置于miRNA 之前，如hsa-miR-195 ；

• (6) 确定命名规则之前发现的miRNA，如let-7，则保留原来名字。

流程：

• 下载数据

• 提取表达矩阵、临床信息

• 差异分析---count用DEG+limma；micro-reads用limma

• 把每个结果存成Rdata

• bach--logrank（去NA、修改变量名称、引入临床信息开始做生存分析---生存分析的几个统计学方法？）

• bach--cox(cox回归，探究多因素对生存期的影响）及森林图制作

• LASSO回归（听说要用泰勒公式展开，先放着）

• (还有很多可以做的，慢慢去开发）

103

TCGA的用法：用于验证自己的数据，或者做了数据挖掘后，进行临床验证，可以多组学、多平台联合分析。多读文献多开脑洞

听说技能树承包了你2020生物信息学文献 https://mp.weixin.qq.com/s/7nvBDPZb2uGVglwJE7p_Rw

201

数据权限： 3级、4级才能下载分析；1级、2级需要申请下载。

大家记得去扫视频4：36 的二维码 https://www.bilibili.com/video/av49363776?p=4

测序--比对（BWA)--去除重复---碱基校正---BAM---IGV可视化---QC---mutation（somatic--体细胞突变--仅存在于特定组织中，不遗传给后代；germinal--种系突变--全身大部分细胞都突变，且可遗传 ）---indels/purity（可下载作为数据校正）、ploidy/CNV/rearrangements(结构变异）----annotation

六种数据：外显子、表达数据、甲基化、蛋白质、CNV、临床信息、miRNA

网页工具

• GDC---目前TCGA的整合

• cbioportal--按照文章来分

• UCSC---可以用Python下载

• FIREHOSE

• oncolnc---看生存相关专用

• gepia

• tanric---lncRNA

• TCIA---与TCGA配套的影像资料

• ICGC---比TCGA更大

202

GTEx: 可以与TCGA联合做正常 对照组或eQTL的分析

203---Xena

不需要编程

acdb994b-aa04-4a6c-8b52-2226e1984d99-4204432.jpg

关于筛选空白样本（左侧有黑色边框即为保留的）

bc55e617-1ddd-4532-bb8f-421182ba9859-4204432.jpg

• 可以直接找文献，官方也有帮助手册https://cbiit.webex.com/recordingservice/sites/cbiit/recording/play/d5a83a983b924f3dabe053dce439f754
• https://docs.google.com/presentation/d/1J0cbcWLkf4zL3q9sOCU8tRg7nvjYqlySMurRTTtDCrg/edit#slide=id.g36b4f396f2_0_278
• https://docs.google.com/presentation/d/1rZaMmNbx3zZ21wnOudncWjV3Gt7buYFDYC5UjYxl_lo/edit#slide=id.g78f6768f9d_1_931

读取数据出现空值要设置 fill=F,去除含空值数据：na.omit()，去除特定行的办法如下

b82270cb-5a76-4dc5-a3df-c7a8c3346cc8-4204432.jpg

204

firehose：http://gdac.broadinstitute.org/

(鉴于它数据更新的慢而且我已经学会了GDC全套，所以各位看视频吧)

205

文章规律（还是那句话：多看文章，多开脑洞，让技能树的文献推送承包你今年的文献吧）

https://mp.weixin.qq.com/s/7nvBDPZb2uGVglwJE7p_Rw

第三章单独写一个

从未想到GDC下载到数据合并整理

整整让我费了好久的脑子（大概是太久没做了）

尤其是304节，我整整看了四五遍才大致理清楚要怎么做

结果：脑子：懂了没，赶紧做；手：不，你不会。