学TCGA数据库并不是为了发“套路”文章,那些基本上是本科生毕业设计的水准,但是阅读这样的文章的确可以很大程度上帮助大家认识TCGA数据库,主要是了解它可以做什么,比如我昨天在生信技能树介绍的:需要5个步骤来说明你想研究的基因的重要性 ,就是纯粹使用TCGA数据库说明自己研究课题的目标基因很重要,可以节约大量的课题经费,避免重复设计那些明明是可以通过公共数据库获得结论的实验。
TCGA数据挖掘真的是绵绵不绝,这里就不再赘述了,从基因集到ceRNA,到可变剪切,肿瘤免疫, 再到现在的m6A和自噬基因, 马上缺氧,代谢应该是也要出来了,每次一个策略就是33篇数据挖掘文章。真的是很不走心,比如最近有学徒一直咨询我的m6A,我发现仅仅是ccRCC的就有4篇,有一个很简陋的文章,完全是6个网页工具图表拼凑的,再加上一点点多组学。
因为不同基因表达量不一样,我们其实并不想知道基因互相之间的高低,我们想看到的是基因在normal和tumor组的高低,但是下面的热图很明显是不直观的,是热图的大忌!
如下:
作为生信技能树粉丝的你们,经过了我这么多教程的熏陶,应该是知道上面的热图如何改进吧,以及如何去获取13个m6A基因在ccRCC的表达量矩阵!
我布置的学徒作业:在CCLE数据库里面根据指定基因在指定细胞系里面提取表达矩阵 , 提到过类似的,需要下载CCLE数据库的RNA-seq表达矩阵,然后在R里面根据指定基因在指定细胞系里面提取表达矩阵即可。作业发在生信菜鸟团,见:学徒带你一步步从CCLE数据库里面根据指定基因在指定细胞系里面提取表达矩阵进行热图可视化。
GTEx,The Genotype-Tissue Expression (GTEx) project,首次被提出来是2013年,上百位科学家联名在Nature Genetics杂志发表的文章首次介绍了“基因型-组织表达工程”,并成立了“基因型-组织表达研究联盟”(Genotype-Tissue Expression Consortium,GTEx)以下简称“GTEx”)。本质上也是需要下载指定基因表达量而已
如下:
如下:
前面我也在生信技能树分享过:学会看IHC病理切片从HPA开始
如下:
这里就是作者觉得网页工具一直出表达量的图有点不好意思,就加入了CNV信息,算是搭上了多组学的便车。
如下:
自己看文章里面,数据库忒多了。感觉绘制下面的miRNA也是凑图吧!
如下:
其实还不够猛,仅仅是网页数据库比较多,多组学也就是mRNA,CNV,miRNA,还有很多都没有利用起来呢!
TCGA数据库是目前最综合最全面的癌症病人相关组学数据库,包括:
联系客服