TCGA癌症数据库介绍专题

1、TCGA数据库介绍专题上海尔云上海尔云-云生信团队云生信团队2015.9.20http:/ 1. 前言前言2. 数据产生历程数据产生历程5. 目前已有的癌症种类目前已有的癌症种类3. barcode4. Data types and data levels6. 数据下载解读数据下载解读目录前言http:/ TCGA- THE CANCER GENOME ATLAScancerGenomeTranscriptomeClinicEpigenomeProteome癌症种类丰富，样本量大癌症种类丰富，样本量大34 kinds of cancer325 samples on averagehttp:/c

2、/数据产生历程http:/ TCGA数据的产生历程：1. 组织样本和临床数据来源网站(TSS)收集的数据发送到Biospecimen核心资源(BCRs)。2. BCRs提交临床数据和元数据到数据协调中心(DCC)和测序中心(GSCs),获取组织变异数据,然后提交给DCC。3. GSCs提交跟踪文件,序列比对后文件到癌症基因组学中心(CGHub)。4. 提交给DCC和CGHub的数据可供研究团队和基因组数据分析中心(GDACs)使用。5. 分析pipeline以及由GDACs产生的数据结果通过DCC保存到研究社区（community）中。http:/canc

3、/abouttcga/overviewBARCODE解读http:/ 详细请见：详细请见：/display/TCGA/TCGA+barcodeDATA TYPES AND LEVELShttp:/ DATA TYPESData LevelLevel TypeDescription1RawLow-level data for single sample单个样本的低级数据Not normalized未标准化2ProcessedNormalized single sample data标准化的单个样本Interpreted

4、 for presence or absence of specific molecular abnormalities解释异常的个体3Segmented/ InterpretedAggregate of processed data from single sample单个样本整合在了一起Grouped by probed loci to form larger contiguous regions (in some cases) 根据probe的位置分组4Summary/Regions of Interest (ROI)Quantified association across class

5、es of samples量化关联类的样本Associations based on two or more两个或多个的关联Molecular abnormalities分子水平的异常Sample characteristics样本特性Clinical variables临床变异DATA LEVLES注意：低水平的测序数据存储在CGHub /, 申请下载时需要DUNS number. The Cancer Genomics Hub (CGHub) is a secure repository for storing, cataloging, and a

6、ccessing cancer genome sequences, alignments, and mutation information from the Cancer Genome Atlas (TCGA) consortium and related projects.目前已有的癌症种类癌症种类丰富，样本量大癌症种类丰富，样本量大34 kinds of cancer325 samples on average详细见：详细见：TCGA publication guideline, /publications/publicationguidelines数据下载及解读http:/ 最简单的方法：最简单的方法：/tcga/tcgaHome2.jsp 第第1封邮件通知下载申请已经提交封邮件通知下载申请已经提交第第2封给出下载链接封给出下载链接Step4Step 4 文件内容文件内容File_manifest.txt，对所下载文件的说明，对所下载文件的