101

需要了解的内容：TCGA的研究范围、数据来源、数据格式、数据储存、基本的生物学概念、肿瘤学知识、熟悉使用R语言

R语言教程：https://www.bilibili.com/video/av25643438?from=search&seid=2313097517440657329

102

配套代码：https://github.com/jmzeng1314/tcga_example 也可以把整个github上的代码打包下来（就是考验网速---事实证明：网速卒）

miRNA数据库：http://www.mirbase.org/

miRNA 的命名方式：(引自周凡，庄诗美.《microRNA与肿瘤》, 生命科学, 2008, 20(2):207-212. )

(1) miRNA 简写成miR，再根据其被克隆的先后顺序加上阿拉伯数字，如miR-21
(2) 高度同源的miRNA 在数字后加上英文小写字母(a、b 、c)，如miR-199a 和miR-199b；
(3) 由不同染色体上的DNA序列转录加工而成的具有相同成熟体序列的miRNA，则在后面加上阿拉伯数字以区分, 如miR-199a-1 和miR-199a-2；
(4) 如果一个前体的2 个臂分别加工产生miRNA，则根据克隆实验，在表达水平较低的miRNA 后面加“”，如miR-199a和miR-199a，或进行如下命名，miR-142-5p(也可命名为miR-142-s，表示从5' 端的臂加工而来)和miR-142-3p(也可命名为miR-142-as，表示从3′端的臂加工而来)；
(5) 将物种缩写置于miRNA 之前，如hsa-miR-195 ；
(6) 确定命名规则之前发现的miRNA，如let-7，则保留原来名字。

流程：

下载数据
提取表达矩阵、临床信息
差异分析---count用DEG+limma；micro-reads用limma
把每个结果存成Rdata
bach--logrank（去NA、修改变量名称、引入临床信息开始做生存分析---生存分析的几个统计学方法？）
bach--cox(cox回归，探究多因素对生存期的影响）及森林图制作
LASSO回归（听说要用泰勒公式展开，先放着）
(还有很多可以做的，慢慢去开发）

103

TCGA的用法：用于验证自己的数据，或者做了数据挖掘后，进行临床验证，可以多组学、多平台联合分析。多读文献多开脑洞

听说技能树承包了你2020生物信息学文献 https://mp.weixin.qq.com/s/7nvBDPZb2uGVglwJE7p_Rw

201

数据权限： 3级、4级才能下载分析；1级、2级需要申请下载。

大家记得去扫视频4：36 的二维码 https://www.bilibili.com/video/av49363776?p=4

测序--比对（BWA)--去除重复---碱基校正---BAM---IGV可视化---QC---mutation（somatic--体细胞突变--仅存在于特定组织中，不遗传给后代；germinal--种系突变--全身大部分细胞都突变，且可遗传）---indels/purity（可下载作为数据校正）、ploidy/CNV/rearrangements(结构变异）----annotation

六种数据：外显子、表达数据、甲基化、蛋白质、CNV、临床信息、miRNA

网页工具