TCGA肿瘤数据库使用教程

生信培训班一般周期较长，价格较昂贵，最主要是工作太忙没时间，所以一份有价值的学习资料就显得很重要，小编在这分享一篇TCGA肿瘤数据库的使用教程，供大家学习参考。

对肿瘤基因检测的研究来说，肿瘤基因组图谱（The Cancer Genome Atlas，TCGA）是一个非常重要的数据库，其采用大规模基因组测序，将人类全部癌症（近期目标为50种包括亚型在内的肿瘤）的基因组变异图谱绘制出来，并进行系统分析，旨在找到所有致癌和抑癌基因的微小变异，了解癌细胞发生、发展的机制，以提高人们对癌症发病分子基础的科学认识及诊断、治疗和预防的能力。

到目前为止，TCGA数据库中已包含33种常见肿瘤（其中包括10种罕见肿瘤），11000多肿瘤样本，多种数据类型 ( 基因组、转录组、表观遗传学数据、临床数据等)。TCGA官网仅提供检索以及简单的分析功能，数据下载后可通过工具进行分析，常用的分析工具如R语言，cbioportal等。

TCGA存储的数据可分为三个级别：

Level 1 : 原始的测序数据（fasta,fastq等）；

Level 2 : 比对好的bam文件；

Level 3 : 经过处理及标准化的数据。

Level 1 和Level 2 数据为限制下载，Level 3 有部分是限制下载，其余是开放下载，若你想下载的数据level显示非法的/未经授权的，则表示不能直接下载，需要先向TCGA申请使用权限。限制下载的数据可以通过申请dbgap账号获得下载权限，但是申请这个账号需要NIH/NCI资格审核，一般只有国外PI才可能申请通过。公开的数据基本能满足临床医生的研究需求，因此无需特意去注册账号。

TCGA肿瘤数据库使用教程