干货，如何让科研小白快速进行数据挖掘
The following article is from 猫头鹰教室 Author 静夜谧思
数据挖掘一直都是个好东西，可以不做实验就可以给文章加几张图，挖掘的好的话，还可以直接发文章。但是对于像我这种科研小白来说，用各种复杂的代码去进行数据挖掘还是很难的，简单易行的挖掘神器更适合我，今天给大家推荐一款数据挖掘神器——TCGAportal。
进入TCGAportal网站，网址为http://tumorsurvival.org/。可以看到该网站相当简洁。
该网站目前已经收录了28种癌症数据，在这里我以乳腺癌为例，选择Breast，在下方会出现TCGA-BRCA数据集，点击进入，会出现搜索界面。
Gene Symbol：所查询基因的名称，这里以EGFR为例；
Data Set：数据集选择，在前一步中我们已经选择过TCGA-BRCA；
Devide Patient：对病人进行划分，既可以选定提示的划分方式，也可以自己设定，非常方便，这里我们选择median；
Subtype：肿瘤类型（在其他肿瘤中可能是肿瘤分期），乳腺癌大致可以划分为5大类，因此在这里可以任意选择，这里我们选择所有的乳腺癌类型。
点击submit，待刷新后，直接生成病人生存曲线可视化图片，同时，在旁边还由生存柱状图，这种图片是可以直接保存使用的。
如果你觉得不好看，没关系，点击右下角的Download，可以直接下载数据，自己进行生存曲线绘制（下载的数据也显示的很清楚，包括名称、肿瘤类型、基因表达量、存活状态和存活时间）。
在生存曲线的下方，还可以看到EGFR蛋白在乳腺癌各种不同亚型中的表达量，方便我们比较，同样数据也是可以下载的。
接着往下是基因表达和甲基化状态热图。
此外，还能显示出基因表达和突变情况。
此外，该网站还能对一些肿瘤中基因表达进行相关性分析，比如在结肠癌（colon）数据集TCGA-COAD中，在搜索界面会出现相关性分析。
点击submit后，会显示基因直接的相关性。
除了能对基因进行特定肿瘤类型分析，还网站还能进行Pan-cancer分析，点击Pan-cancer，在搜索界面输入待查询基因EGFR。
点击submit，可以获得该基因在不同类型肿瘤中以及正常组织中表达情况。
除了这些功能外，该网站还能进行功能富集分析，点击Tools，即可进入功能富集界面。