主题：大数据，数据挖掘
先向：数据，问题，工具，以谁为主，
要多了解database，不能只知道TCGA。可见组学数据和数据库类型是很多的，这节课印象最深的是让我了解到需要重视了解数据库。
image.png
挖掘模式
数据驱动型研究，开始并不知道问题，自己产生数据，结合公共数据验证。
问题驱动型：最主要的是提出问题，用生信分析公开数据帮助看提出的科学问题看是否成立，
数据库实例
TCGA 05年启动，2018年不再更新，多组学可以联合TCGA，没细说，关注下
TCGA数据类型：
没过各大医院整合的，国内暂无这种，
cancer bioinformatics 以TCGA为模板的分析的书，可以按照调控顺序的思路分析。
image.png
GEO，自己上传的，不官方，但是包含的组学和平台的数据类型多，按四个分类。
探针对应基因的工具包，主要是针对芯片数据，将探针和基因对起来
image.png
简单分析方式：差异分析，R，能看其中包含的数据类型，GDC下载。差异基因也是ggplot2火山图。
主要学到的是分析的包，下载数据的包，
image.png
image.png
差异基因功能分析：TCGAbiolink能生成GO，metascae在线。GO KEGG
image.png
单基因和病人生存，肿瘤分期关联：TCGAbiolink，把基因和生存信息merge，做生存曲线分析，survial，surviminer包。分期也是合并两列。都是把基因和生存/分析的两列合并成一个矩阵
image.png
肿瘤突变分析，公司是maf文件，用maftools可视化，maf文件。plotmafsummary能画图 ，两转换，四转置一共六种突变。单基因突变详解，棒棒糖图。自己样本和TCGA作比较，看突变之间是否互斥的解析。
image.png
image.png
image.png
image.png
image.png
线上工具和数据库
TCGA，开放的是level4，处理后的数据。自己下还得合并，没TCGAbiolinks下载方便。
一些TCGA相关的网站
image.png
对TCGA的挖掘后的数据库：
GEPIA2，能把TCGAbiolinks能做的基本的东西做了。张泽民，针对RNA表达
image.png
cbioportal，能做到更多，官方工具
image.png
刘小乐 cistrome，在线工具的集合，
image.png
细胞系网站，celltype的网站
细胞系数据库，drug对细胞系的影响，药物敏感度，creasper， depmap portal
网友评论