查看原文
其他

4个小时TCGA肿瘤数据库知识图谱视频教程又有学习笔记啦

早在三年前我就整理并且制作了TCGA肿瘤数据库知识图谱视频教程,一年半前免费公布在生信技能树的B站,现在勉勉强强也快有两万的观看量。

  • 视频地址:https://www.bilibili.com/video/av49363776

  • 代码地址:https://github.com/jmzeng1314/tcga_example

阅读量如下:

TCGA肿瘤数据库知识图谱视频

但是我有预感,这个阅读量会暴涨,里面的干货知识不能再被埋没了,课程配套代码发在GitHub的TCGA视频课程上面, 如下:

step00-install-packages.R
step01-getData-from-GDC.R
step01-getData-from-RTCGA.R
step01-getData-from-Xena.R
step01-getData-from-firehose.R
step02-DEG-3-packages.R
step03-batch-logRank.R
step04-batch-coxp.R
step05-lasso.R
step06-coxph-forest.R
step07-risk-score-distribution.R
step08-Random-foreast.R
step09-miRNA-downstream.R
step10-maftools.R
step11-boxplot.R
step12-correlation.R
step13-split-cohort.R
step14-timeROC.R
step15-choose_lncRNA.R
step16-clinical-tables.R
step17-mutation-signatures.R
step17-others.R
step18-SVM.R

基本上大家看到的TCGA数据库挖掘文章里面的主流分析要点都被我的代码覆盖了,你如果有R语言基础,实际上无需看视频,直接解析我的代码就ok了。

我给视频的配套教程有些过时了

关于TCGA数据下载,我挑选了部分,写了6个数据下载系列教程

但是,建议你选择UCSC的xena数据库下载方式。如果你看视频,并不需要全盘接受,把握住重点。

也写了部分常见的TCGA数据库用法

但是个人力量总归是有限的,我们生信技能树团队优秀R语言讲师《小洁》也学完了我的全套视频,在她自己的理解的基础上面,也给大家奉献了一套笔记:

小洁的笔记

细数下来,写了17篇TCGA相关的笔记,现对其进行完整梳理,一篇年度精品推文横空出世。再次重申:本系列是我的TCGA学习记录,跟着生信技能树B站课程学的,已获得授权。课程链接:https://www.bilibili.com/video/av49363776

一、数据下载

1.官方工具GDC

需要去官网下载对应系统版本的GDC软件,存放在工作目录下。
关于这个工具前后写了三篇:
(1)GDC数据下载
(2)GDC数据整理
(3)GDC数据整理续集
这个方法需要扎实的的linux命令行和R语言基础,仅仅是理解代码,也是需要花费一些时间的。

2.R包TCGA-biolinks

R包TCGAbiolinks下载数据
这是一个完全基于R语言的流程,下载的是最新的数据,其实还是基于GDC,更加集成化,操作简单很多,除了参数研究比较费时间,没有发现什么缺点。

3.R包RTCGA

使用RTCGA包获取数据
这是一个数据库式的包,把所有数据都包装进去了,导致包很大,不是最新的数据,但最简单。

总结一下这三种方法,都是分别下载表达矩阵和meta信息,但由于有的病人既有肿瘤样本,又有正常样本,导致他们并非是一一对应的关系,需要一定的R语言技巧。

二.差异分析

TCGA(转录组)差异分析三大R包及其结果对比
使用转录组三大R包deseq2,limma和edgeR分别进行差异分析

三.生存分析

两种方法批量做TCGA生存分析
单个基因的生存分析可视化是很简单的,有非常好的R包可用,画出来的图要颜值有颜值,要内涵有内涵。

四.生存模型构建

课程中共使用了四种算法构建模型:

不管用了那种算法,核心都只是几句代码而已。

文末友情宣传

强烈建议你推荐给身边的博士后以及年轻生物学PI,多一点数据认知,让他们的科研上一个台阶:

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存