TCGA一些数据库

本文汇总了多个针对TCGA数据库的实用网站,包括最出名的cbioPortal,最方便的Ge-mini手机应用,最细致的UALCAN,最懒的Oncolnc,最权威的GDC官网,最人性化的Firebrowse,以及最强大的UCSC XENA。每个网站都有其特色功能,如生存分析、基因表达量变化、专业样本分组等。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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,生存分析、表达量都可以选择更细的亚型或临床表型做对比。

2. 生存分析时,还能对比不同分期、性别、年龄、体重等临床特征。

详细用法TCGA数据库挖掘分析,这个网站好用到爆!


最懒
,http://www.oncolnc.org/

特色:mRNA, miRNA, or lncRNA的生存分析

Here you can link TCGA survival data to mRNA, miRNA, or lncRNA expression levels. To get started simply input either a Tier 3 TCGA mRNA, miRNA, or MiTranscriptome beta lncRNA.

详细用法懒人怎么做肿瘤病人的生存分析?

 

最权威,https://portal.gdc.cancer.gov/

特色:TCGA官网上是这么介绍的:这是一个交互的数据系统,可以供研究者查找、下载、上传及分析癌症组学数据集包括TCGA的。

详细用法数据库专题之TCGA


最人性化
,http://www.firebrowse.org/,我经常会在这里下载数据

特色:1. download everything with 1 command

2. 图形化显示一起发生突变的基因,还能在网页上交互式的改图

详细用法TCGA数据库在线使用

 


最强大
,http://xena.ucsc.edu/getting-started/

特色:把hub下载下来,体验不一样的TCGA。

Securely analyze and visualize your private functional genomics data set in the context of public and shared genomic/phenotypic data sets.

详细用法UCSC XENA - 集大成者(TCGA, ICGC)

 

转载于:https://www.cnblogs.com/nkwy2012/p/10255337.html

### TCGA数据库使用指南 TCGA(The Cancer Genome Atlas)是一个全面的多维基因组数据集合,旨在帮助研究人员更好地理解癌症的发生和发展机制。以下是有关其数据结构、下载方式以及使用的详细介绍。 #### 数据结构概述 TCGA的数据结构分为多个层次,主要包括以下几个方面: 1. **Data Category(数据类别)** 数据类别定义了数据的主要分类,例如临床数据、分子特征数据等[^1]。 2. **Data Type(数据类型)** 数据类型进一步细化了具体的数据形式,如RNA测序、DNA甲基化、拷贝数变异等。 3. **Experimental Strategy(实验策略)** 实验策略描述了获取这些数据的具体技术手段,比如全外显子组测序、靶向捕获测序等[^1]。 4. **Workflow Type(工作流类型)** 工作流类型指定了数据分析过程中所采用的标准流程和算法[^1]。 5. **Data Format(数据格式)** 不同类型的原始数据可能具有不同的存储格式,常见的有FASTQ、BAM、TXT等文件格式。 6. **Platform(平台)** 平台表示用于生成数据的技术设备或软件工具,例如Illumina HiSeq 2000/2500系列仪器。 7. **Access(访问权限)** 部分敏感数据需要通过DBGaP申请授权才能获得完全访问权;而对于公开可用的部分,则可以直接在线浏览并下载[^1]。 #### 下载方式详解 为了方便用户获取所需资料,官方提供了清晰的操作指引来完成整个过程: 1. 访问官方网站主页。 2. 寻找导航栏中的“Repository”选项卡,并点击进入相应界面。 3. 在此页面上可以找到各种类别的数据链接,选择感兴趣的领域继续探索。 4. 对于特定项目的临床信息查询,可以通过筛选条件快速定位目标记录。 5. 当确定好要下载的内容之后,将其加入购物车(Cart),随后转至结算页执行实际传输操作[^1]。 #### 蛋白质分析补充说明 除了上述提到的基础层面之外,在某些情况下还需要考虑蛋白质层面上的信息对于深入解析病理现象至关重要。因此引入了一个专门针对这一需求设计的功能性蛋白质组学资源——TCPA (The Clinical Proteomic Tumor Analysis Consortium)[^2]。它允许科学家们不仅限于基因序列上的差异比较,还能观察到由翻译后修饰引起的动态变化情况及其潜在影响因素。 ```python import pandas as pd # 假设我们已经成功下载了一份包含病例基本信息的CSV文件 df_clinical = pd.read_csv('tcga_clinical_data.csv') print(df_clinical.head()) ``` 以上代码片段展示了如何利用Python读取本地保存下来的TCGA临床数据表格实例。 问题
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值