查找数据库的数据库：

http://bigd.big.ac.cn/databasecommons/

图片.png

IGSR: The International Genome Sample Resource

千人基因组计划的数据，只有正常人的DNA测序情况（为了研究孟德尔遗传病）

TCGA: The Cancer Genome Atlas

TCGA是国家癌症研究所(National Cancer Institute)和美国人类基因组研究所(National Human Genome Research Institute)共同监督的一个项目，旨在应用高通量的基因组分析技术，以帮助人们对癌症有个更好的认知，从而提高对于癌症的预防、诊断和治疗能力。2005年创办的时候主要聚焦在肺癌、脑癌和乳腺癌上，后来不断扩展。

多癌种、多组学、大样本量！！！

DNA Exome
mRNA-seq （Gene expression）
microRNA
DNA methylation
AFFY genotype and DNA copy number
...

TCGA的数据收录在GDC(Genomic Data Common Data Portal)中，网站首页截图如下

NCI-TCGA.png
GDC中的数据主要有open和control两种类型（见下图），其中control的数据主要是individually identifiable，需要authorization方可下载。可以用GDC-client批量下载加入到购物车（Cart）中的Manifest文件（txt，该文件每行为一个下载目标的UUID，里面的文件、MD5、文件大小、状态），下载命令

./gdc-client download -m <manifest> -d <outdir>

GDC Data Portal.png

参考资料：
TCGA数据库简介
 肿瘤研究不能不知道的TCGA数据库挖掘工具大全，TCGA再也不愁
 生信人：简易TCGA下载工具
)

一个系列的，从windows下载RNA表达量文件(Transcriptome profiling，txt文件，open)、到表达量table整合、到差异表达分析。
TCGA数据库的利用（一）—— 数据下载！
TCGA数据库的利用（二）—— 数据处理！
TCGA数据库的利用（三）—做差异分析的三种方法！

下游在线分析：
https://mp.weixin.qq.com/s/k5eRaus1Y8oWUUjyuEztjQ

cbioportal

cBioPortal.png

整合了历年来发表过的TCGA大文章的数据。主页如上图所示~
选择了一个研究点进去的相关信息，有些关于项目统计情况的图表，生存情况、病人情况(年龄、性别、种族balabala)统计、突变基因和CNA基因统计（基因统计有做MutSig求出q-value），右上角可以选择要研究的目标基因，eg.TP53（下图2），里面有关于基因的详细统计情况，变异(OncoKB, cosmic, CIViC)、共表达基因、基因上的癌症位点分布图等等。

hnsc-TCGA.png

TP53.png

cbioPortal还有一个小工具MutationMapper
用来画变异在gene上的分布图

参考资料：

生存分析相关：

总生存（Overall survival，OS）定义为：从随机化开始至（因任何原因）死亡的时间。被认为是肿瘤临床试验中最佳的疗效终点，当患者的生存期能充分时，它通常是首选终点。
无病生存期（Disease-free survival，DFS）定义为：从随机化开始至疾病复发或（因任何原因）死亡之间的时间。DFS 最常用于根治性手术或放疗后的辅助治疗的研究，目前是乳腺癌辅助性激素治疗、结肠癌辅助治疗、以及乳腺癌的辅助化疗的主要审批基础。

TCGA数据库生存分析的网页工具哪家强

GTEx
正常人不同组织的RNA表达情况，

ucsc browser