TCGA的关键数字:图片来源<细胞> 由美国政府发起的癌症和肿瘤基因图谱(Cancer Genome Atlas,TCGA)计划于2006年联合启动,目前已经收录了来自1万多例病人的33种癌症的数据,2.5PB的数据量.全世界无数顶尖肿瘤学家经过10多年的辛苦工作,于近期公布了TCGA研究的收官之作:“Pan-Cancer Atlas”泛癌症图谱.这些研究精华共发表了27篇相关论文,涉及基因组测序,转录组测序,甲基化等表观组学测序以及最终的整合分析,同时研究者也将它们与临床和影像数据相关联,展

做差异表达的软件DEseq和edgeR所需要的数据格式必须是原始counts,经过normalization和log2后的数据都不适合,所以对于做差异表达计算的童鞋可以使用ExperimentHub下载TCGA的原始数据. GEO地址:http://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE62944安装:首先安装环境要求BioC 3.4## In R-3.3library(BiocInstaller)useDevel()biocValid()

想系统的学习生信数据库可以先看一下北大的公开课,有一章专门讲的数据库与软件: -生物信息学:导论与方法 北大\ 生物信息数据库及软件资源 一个优秀的生信开发者能够解决如下问题: 如何鉴定一个重要的且没有被解决的生物学问题? 如何将该问题转化为一个可计算的问题? 如何提出一个解决此问题的算法? 如何实现该算法? 如何评估算法? 生信工具使用者需要解决如下问题: 每个方法解决的是哪个生物学问题? 该方法有哪些基本的假设? 每个参数是什么意思,都是用来干什么的? 准确度评估,sensitivity a

最出名,http://www.cbioportal.org/ 特色:最基本的简单分析基因突变.共表达/共突变的基因,下载数据也可以,最常看的应该还是oncoPrint那个. 详细用法:TCGA数据库的数据怎么查? 最方便,Ge-mini 特色:手机app,可随时查看,主要关注基因表达量的变化 详细用法:装这个app,妈妈再不骂我捧着手机不干正事了 最细致,http://ualcan.path.uab.edu/index.html 特色:1. 对肿瘤样本做了很细很专业的分组subgroup,生存分

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. 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. 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(immunophe

在TCGA中,一个患者可能会对应多个样本,如TCGA-A6-6650可以得到3个样本数据: TCGA-A6-6650-01A-11R-1774-07TCGA-A6-6650-01A-11R-A278-07TCGA-A6-6650-01B-02R-A277-07大家知道一般在做TCGA数据分析的时候样本名实际上只保留到前四个元素(以”-“分割),例如TCGA-A6-6650-01.所以实际上上示3个样本一般只保留一个,那该怎么取舍呢? 在取舍之前,当然要先搞清楚样本命名方式: 我们将此示图以”-“

Property name Description kind The resource type. aliquots[] List of barcodes of aliquots taken from this participant. clinical_data The clinical data about the participant. clinical_data.ParticipantBarcode Participant barcode. clinical_data.Project

转载生信技能树 https://mp.weixin.qq.com/s/JB_329LCWqo5dY6MLawfEA TCGA数据源 - R包RTCGA的简单介绍 - 首先安装及加载包 - 指定任意基因从任意癌症里面获取芯片表达数据 - 绘制指定基因在不同癌症的表达量区别boxplot - 更多boxplot参数 - 指定任意基因从任意癌症里面获取测序表达数据 - 用全部的rnaseq的表达数据来做主成分分析 - 用5个基因在3个癌症的表达量做主成分分析 - 用突变数据做生存分析 - 多个基因在多

https://github.com/Jialab-UCR/GDCRNATools GDCRNATools - An R package for downloading, organizing, and integrative analyzing lncRNA, mRNA, and miRNA data in GDC Introduction The Genomic Data Commons (GDC) maintains standardized genomic, clinical, and

http://bioconductor.org/packages/devel/bioc/vignettes/TCGAbiolinks/inst/doc/tcgaBiolinks.html#gdcquery:_searching_tcga_open-access_data 举例: Working with TCGAbiolinks package Antonio Colaprico, Tiago Chedraoui Silva, Luciano Garofano, Catharina Olsen,

1.>c-Bioportal: www.cbioportal.org 整合和简化了包括TCGA,ICGC以及GEO等多个癌症基因组数据库的内容,提供友好可视化的界面,可供下载. 主要展示基因的somatic 突变谱,拷贝数变化,mRNA&miRNA表达量变化,DNA甲基化以及蛋白质表达的情况,并结合患者的临床资料,展示了KM生存曲线. 2.>OncoLnc: www.oncolnc.org 这是一个整合了TCGA的各种RNA数据和患者临床数据,提供生存分析的网站,灰常简单好用. 3.&

由于经常需要涉及到TCGA数据的分析,我简单的整理了一下数据批量下载的文件后缀. cancer_name <- "SKCM" output_path <- paste0("/home/wang/Documents/课题/data/zip/", cancer_name) system(paste0("mkdir ", output_path)) axel_string <- paste0("axel -n 30 -o &

上周收到一条求助信息:“如何用TCGA数据库分析LINC00152在卵巢癌与正常组织的的表达差异?” 所以以这个题目为记录分析过程如下: 一.下载数据 a)进入网站https://cancergenome.nih.gov/   网页截图如下: b)进入数据下载 Launch Data Portal   ,截图如下: 进入数据下载接口后,有Projects Exploration Analysis Repository 四个栏目,我们数据下载可进入Repository菜单栏,截图如下: 网页分成左

肿瘤基因组图谱 (The Cancer Genome Atlas,TCGA) 计划是由美国国家癌症研究院(National Cancer Institute,NCI)和美国国家人类基因组研究所(National Human Genome Research Institute,NHGRI)于2006年联合启动的项目,目前共计研究33种癌症类型. TCGA利用大规模测序为主的基因组分析技术,从基因组.表观遗传组.转录组.蛋白质组等多个层析解析癌症的分子机制.最终完成一套完整的与所有癌症基因组改变相关

下载地址:http://sangerbox.com/ https://shengxin.ren/article/208 Understanding TCGA mRNA Level3 analysis results files from FireBrowse http://zyxue.github.io/2017/06/02/understanding-TCGA-mRNA-Level3-analysis-results-files-from-firebrose.html http://www.b

TCGA 的数据可以在5个组织机构获取,它们都提供了类似的接口来供用户下载数据. cgdsR 包是cBioPortal 提供的R包 http://www.cbioportal.org/rmatlab cgds -- Cancer genomic Data Service 安装 cgdsR >install.packages("cgdsR", repos="http://cran.us.r-project.org") 使用 cgdsR library("

本文首发于公众号“生信补给站”,https://mp.weixin.qq.com/s/WG4JHs9RSm5IEJiiGEzDkg 之前介绍了使用maftools | 从头开始绘制发表级oncoplot(瀑布图) R-maftools包绘制组学突变结果(MAF)的oncoplot或者叫“瀑布图”,以及一些细节的更改和注释. 本文继续介绍maftools对于MAF文件的其他应用,为更易理解和重现,本次使用TCGA下载的LIHC数据. 一 数据部分 setwd("C:\\Users\\Maojie\

本文首发于”生信补给站“,https://mp.weixin.qq.com/s/yhMgkST-rVD6SaQS7R-eoA 桑基图(Sankey diagram),是一种特定类型的流程图,图中延伸的分支的宽度对应数据流量的大小,通常应用于能源.材料成分.金融等数据的可视化分析. 因1898年Matthew Henry Phineas Riall Sankey绘制的“蒸汽机的能源效率图”而闻名,此后便以其名字命名为“桑基图”. 一 载入R包,数据 本文使用TCGA数据集中的LIHC的临床数据进行

听说过别人用生信分析"空手套白狼"的故事吧想做吗好想学哦~ 或多或少都知道GEO和TCGA这些公共数据库吧!那么你知道怎么在数据库上找到意向数据,并且成功下载呢?这第一步要难倒一大票人. TCGA,The Cancer Genome Atlas 首先使用谷歌(海外)或必应(境内)搜索TCGA大家都知道,看到以下界面点进去 image.png 点进去后发现一堆官网介绍,简单查看每个小标签后并未找到数据下载的地方.当然啦,作为这么大一个项目,不可能仅用于数据下载,相应的首页应该会大量关于该

http://www.tumorfusions.org/ 其他: COSMIC has a list of "curated fusion" http://cancer.sanger.ac.uk/cosmic/fusion/overview?fid=74303&gid=55499 Look also at ChimerDB: http://biome.ewha.ac.kr:8080/FusionGene/ and ConjoinG: http://metasystems.rik