TCGA数据库
发布网友
发布时间：2024-10-23 22:37
共1个回答
热心网友
时间：7小时前
TCGA，美国癌症和肿瘤基因图谱项目，通过大规模基因组测序，为癌症研究提供了海量数据，包括超过一万的样本和三十多种癌症类型，尤其值得称赞的是其详尽的预后随访信息。该项目由NCI主导，投入大量资源，提供了多种类型的测序数据，如RNA-Seq、WXS、miRNA-Seq等，以及临床样本和基因表达、甲基化、拷贝数变异等多维度数据。以下是TCGA数据的详细介绍：
1. 临床样本和测序数据：包括Biospecimen和Clinical信息，以及五种测序方式（RNA-Seq、WXS、miRNA-Seq、GenotypingArray和MethylationArray）的数据，根据分析程度分为四层，level3和level4通常可公开下载，而level1和level2需要申请。
- RNA-Seq提供了全转录组数据，包括lncRNA、mRNA等，公开数据有三种形式：HT-Seq-FPKM、HT-Seq-UQ-FPKM和HT-Seq-Counts。
- miRNA-Seq涉及pre-miRNA和成熟miRNA，与靶基因的调控关系。
- DNA甲基化数据主要关注CpG位点的甲基化水平，如Beta-Value和基因启动子区域的影响。
- CNV数据反映了基因拷贝数变异，对肿瘤基因组学有重要影响。
- WXS和WGS数据用于检测体细胞突变。
2. 临床随访信息包括一百多项指标，如年龄、性别、TNM分期和生存期等，以XML格式存储，需手动处理。
3. 数据可以通过官方提供的gdc_client工具下载，以及第三方工具如TCGAbiolinks、生信人简易下载工具或GDAC Firehose、UCSC Cancer browser等。下载难度和灵活性各有不同。
每个样本都有独特的TCGA ID（如TCGA-02-0001），用于跨数据库搜索患者信息。样本编码规则包括组织部位、组分、分子类型、孔板顺序和检测中心等。
总的来说，TCGA数据库是一个丰富的癌症研究宝库，为科研人员提供了大量珍贵的癌症基因组和临床信息。
