TCGA数据库背景介绍

文章预览

学习笔记总结于『生信技能树』马拉松课程 本文补充学习TCGA库、肿瘤知识等内容，建议先阅读 转录组数据的获取 一文，再看本文 前言 相比于非肿瘤疾病，肿瘤疾病的生信更好做，因为肿瘤可做的分析多一点。非肿瘤数据为什么没法做太多分析？以预后分析为例 ①样本少：虽然肿瘤、非肿瘤疾病都能做预后分析，但肿瘤样本很多。如果分析的数据样本太少，那么构建的模型其质量可能不高 ②随访数据不完善：随访需要人力、物力、财力，小机构搜集的数据与TCGA这种规模庞大的组织所搜集的数据相比，还是有些差距的 一、TCGA的肿瘤和样本 既然说TCGA数据库的样本更多，那我们来看看其中都有什么 1.TCGA里面的癌症种类有33种 图1 2.TCGA中每种癌症的样本 从泛癌矩阵中统计得出大概的样本数量如图2，发现tumor的样本数量普遍比normal的多很多，嘛…… ………………………………