TCGA肿瘤数据库分析指南知识库马上面世
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：
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。
视频目录是：
P1-TCGA-101-课程介绍-需要哪些背景知识
P2-TCGA-102-课程导读-如何使用我的github代码
P3-TCGA-103--TCGA数据库大有作用-不仅仅是灌水
P4-TCGA-201-背景介绍及网页工具大全
P5-TCGA-202-其它数据库介绍
P6-TCGA-203-使用Xena网页工具
P7-TCGA-204-使用firehose网页工具
P8-TCGA-205-文章规律讲解
P9-TCGA-301-数据下载方式导言
P10-TCGA-302-GDC下载数据实战
P11-TCGA-303-GDC数据整理
P12-TCGA-304-GDC下载数据续集
P13-TCGA-305-R-TCGA包下载数据及数据提取
P14-TCGA-306-使用GDC和firehose下载-TCGA的胃癌的甲基化信息数据
P15-TCGA-307-使用GDC和Xena下载RNA-Seq的表达矩阵并且比较
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：
TCGA的28篇教程- 使用R语言的cgdsr包获取TCGA数据（cBioPortal）
TCGA的28篇教程- 使用R语言的RTCGA包获取TCGA数据 （离线打包版本）
TCGA的28篇教程-使用R语言的RTCGAToolbox包获取TCGA数据（FireBrowse portal）
TCGA的28篇教程- 批量下载TCGA所有数据 （ UCSC的 XENA）
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：
cox(可做单因素和多因素)
TCGA的cox模型构建和风险森林图lasso回归
用lasso回归构建生存模型+ROC曲线绘制支持向量机
听起来很霸气用起来并不难的 支持向量机
不管用了那种算法，核心都只是几句代码而已。在思考问题的熊的督促下，我们准备把这个系列教程整理成为知识库并且发布（目前完成度33%）
实际上生信技能树目前已经公开了三个生信知识库，记得来关注
每周文献分享
肿瘤外显子分析指南
生物统计从理论到实践
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：
全国巡讲全球听（买一得五） ，你的生物信息学入门课
生信技能树的2019年终总结 ，你的生物信息学成长宝藏