早在三年前我就整理并且制作了TCGA肿瘤数据库知识图谱视频教程，一年半前免费公布在生信技能树的B站，现在勉勉强强也快有两万的观看量。
- 视频地址：https://www.bilibili.com/video/av49363776
- 代码地址：https://github.com/jmzeng1314/tcga_example
阅读量如下：
但是我有预感，这个阅读量会暴涨，里面的干货知识不能再被埋没了，课程配套代码发在GitHub的TCGA视频课程上面， 如下：
step00-install-packages.R
step01-getData-from-GDC.R
step01-getData-from-RTCGA.R
step01-getData-from-Xena.R
step01-getData-from-firehose.R
step02-DEG-3-packages.R
step03-batch-logRank.R
step04-batch-coxp.R
step05-lasso.R
step06-coxph-forest.R
step07-risk-score-distribution.R
step08-Random-foreast.R
step09-miRNA-downstream.R
step10-maftools.R
step11-boxplot.R
step12-correlation.R
step13-split-cohort.R
step14-timeROC.R
step15-choose_lncRNA.R
step16-clinical-tables.R
step17-mutation-signatures.R
step17-others.R
step18-SVM.R
基本上大家看到的TCGA数据库挖掘文章里面的主流分析要点都被我的代码覆盖了，你如果有R语言基础，实际上无需看视频，直接解析我的代码就ok了。
我给视频的配套教程有些过时了
关于TCGA数据下载，我挑选了部分，写了6个数据下载系列教程：
- TCGA的28篇教程- 使用R语言的cgdsr包获取TCGA数据（cBioPortal）
- TCGA的28篇教程- 使用R语言的RTCGA包获取TCGA数据 （离线打包版本）
- TCGA的28篇教程-使用R语言的RTCGAToolbox包获取TCGA数据（FireBrowse portal）
- TCGA的28篇教程- 批量下载TCGA所有数据 （ UCSC的 XENA）
- TCGA的28篇教程-数据下载就到此为止吧
- TCGA的28篇教程-整理GDC下载的xml格式的临床资料
但是，建议你选择UCSC的xena数据库下载方式。如果你看视频，并不需要全盘接受，把握住重点。
我也写了部分常见的TCGA数据库用法：
- TCGA的28篇教程-免疫全景图
- TCGA的28篇教程-指定癌症查看感兴趣基因的表达量
- TCGA的28篇教程-对TCGA数据库的任意癌症中任意基因做生存分析
- TCGA的28篇教程-风险因子关联图-一个价值1000但是迟到的答案
- TCGA的28篇教程-数据挖掘三板斧之ceRNA
- TCGA的28篇教程-所有癌症的突变全景图
- TCGA的28篇教程-早期泛癌研究
- TCGA的28篇教程-CNV全攻略
- TCGA的28篇教程-GTEx数据库-TCGA数据挖掘的好帮手
但是个人力量总归是有限的，我们生信技能树团队优秀R语言讲师（小洁）也学完了我的全套视频，在她自己的理解的基础上面，也给大家奉献了一套笔记：
小洁的笔记
细数下来，写了17篇TCGA相关的笔记，现对其进行完整梳理，一篇年度精品推文横空出世。再次重申：本系列是我的 TCGA学习记录，跟着生信技能树B站课程学的，已获得授权。课程链接： https://www.bilibili.com/video/av49363776
一、数据下载
1.官方工具GDC
需要去官网下载对应系统版本的GDC软件，存放在工作目录下。 关于这个工具前后写了三篇： (1)GDC数据下载 (2)GDC数据整理 (3)GDC数据整理续集 这个方法需要扎实的的linux命令行和R语言基础，仅仅是理解代码，也是需要花费一些时间的。
2.R包TCGA-biolinks
R包TCGAbiolinks下载数据 这是一个完全基于R语言的流程，下载的是最新的数据，其实还是基于GDC，更加集成化，操作简单很多，除了参数研究比较费时间，没有发现什么缺点。
3.R包RTCGA
使用RTCGA包获取数据 这是一个数据库式的包，把所有数据都包装进去了，导致包很大，不是最新的数据，但最简单。
总结一下这三种方法，都是分别下载表达矩阵和meta信息，但由于有的病人既有肿瘤样本，又有正常样本，导致他们并非是一一对应的关系，需要一定的R语言技巧。
二.差异分析
TCGA（转录组）差异分析三大R包及其结果对比 使用转录组三大R包deseq2，limma和edgeR分别进行差异分析。
三.生存分析
两种方法批量做TCGA生存分析 单个基因的生存分析可视化是很简单的，有非常好的R包可用，画出来的图要颜值有颜值，要内涵有内涵。
四.生存模型构建
课程中共使用了四种算法构建模型：
- cox(可做单因素和多因素) TCGA的cox模型构建和风险森林图
- lasso回归 用lasso回归构建生存模型+ROC曲线绘制
- 随机森林 听起来很霸气用起来并不难的随机森林
- 支持向量机 听起来很霸气用起来并不难的支持向量机
不管用了那种算法，核心都只是几句代码而已。
文末友情宣传
强烈建议你推荐给身边的博士后以及年轻生物学PI，多一点数据认知，让他们的科研上一个台阶：
- 全国巡讲全球听（买一得五） ，你的生物信息学入门课
- 生信技能树的2019年终总结 ，你的生物信息学成长宝藏
- 2020学习主旋律，B站74小时免费教学视频为你领路
Original: https://blog.csdn.net/weixin_39942492/article/details/112588059
Author: weixin_39942492
Title: 数据库生存曲线_4个小时TCGA肿瘤数据库知识图谱视频教程又有学习笔记啦
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/557795/
转载文章受原作者版权保护。转载请注明原作者出处！