关注今日：29 | 主题：106970
微信扫一扫
扫一扫，下载丁香园 App
即送15丁当
TCGA(癌症和肿瘤基因图谱)数据下载和处理(TCGA-Assembler)
页码直达：
美国政府发起的癌症和肿瘤基因图谱（Cancer Genome Atlas，TCGA）计划，试图通过应用基因组分析技术，特别是采用大规模的基因组测序，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，在此基础上取得新的诊断和治疗方法，最后可以勾画出整个新型“预防癌症的策略”。TCGA 使命:提高人们对癌症发病分子基础的科学认识及提高我们诊断、治疗和预防癌症的能力TCGA 目标:完成一套完整的与所有癌症基因组改变相关的“图谱”。
TCGA数据源大部分都是公开的，如何有效的进行收集和是一个的问题。今天我们讲解下怎么将TCGA的数据转化成癌症类型的二维数据矩阵（例如基因为rows，样本为columns）。得到这个矩阵之后，后面的事情就好办了，我们可以做差异表达，共表达网络，生存分析等。今天我们主要讲解如何下载TCGA的数据，大家对后续分析感兴趣的下，可以在加“生物信息培训+视频”裙，或者大家可以在掏宝搜索“生物信息视频”，跟我们联系。
我们开始吧，我们可以使用TCGA-Assembler这软件去下载TCGA的数据pgenome.org/TCGA-Assembler/。TCGA-Assembler不但可以很方便的下载数据，还能对数据进行初始化处理，非常方便。下载完后，我们使用首先要安装一些依赖包。通过下面的命令：install.packages(c(&HGNChelper&, &RCurl&, &httr&, &stringr&, &digest&, &bitops&), dependencies=T)
安装完了依赖包，我们进入刚才下载的TCGA-Assembler的目录，使用setwd(C:/Users/cloud/Desktop/TCGA-Assembler)设置TCGA-Assembler的目录为工作目录，接下来，我们就可以下载数据了。我们需要下载什么数据，就选择相应的脚本。具体脚本如下：# Load module A functions.source(&Module_A.r&);# Download level-3 miRNA-seq data of six rectum adenocarcinoma (READ) samplesmiRNASeqRawData = DownloadmiRNASeqData(traverseResultFile = &./DirectoryTraverseResult_Jul-08-2014.rda&,
saveFolderName = &./QuickStartGuide_Results/RawData/&, cancerType = &READ&,
assayPlatform = &miRNASeq&, inputPatientIDs = c(&TCGA-EI-6884-01&,
&TCGA-DC-5869-01&, &TCGA-G5-6572-01&, &TCGA-F5-6812-01&, &TCGA-AF-2689-11&, &TCGA-AF-2691-11&)); # Download level-3 DNA copy number data of six READ samplesCNARawData = DownloadCNAData(traverseResultFile = &./DirectoryTraverseResult_Jul-08-2014.rda&,
saveFolderName = &./QuickStartGuide_Results/RawData/&, cancerType = &READ&,
assayPlatform = &genome_wide_snp_6&, inputPatientIDs = c(&TCGA-EI-6884-01&,
&TCGA-DC-5869-01&, &TCGA-G5-6572-01&, &TCGA-F5-6812-01&, &TCGA-AF-2692-10&, &TCGA-AG-4021-10&)); # Download level-3 RNASeqV2 gene expression and exon expression data of six READ samplesRNASeqRawData = DownloadRNASeqData(traverseResultFile = &./DirectoryTraverseResult_Jul-08-2014.rda&, saveFolderName =
&./QuickStartGuide_Results/RawData/&, cancerType = &READ&, assayPlatform = &RNASeqV2&,
dataType = c(&rsem.genes.normalized_results&, &exon_quantification&), inputPatientIDs =
c(&TCGA-EI-6884-01&, &TCGA-DC-5869-01&, &TCGA-G5-6572-01&, &TCGA-F5-6812-01&, &TCGA-AG-3732-11&,
&TCGA-AG-3742-11&)); # Download level-3 HumanMethylation27 data of six READ samplesMethylation27RawData = DownloadMethylationData(traverseResultFile = &./DirectoryTraverseResult_Jul-08-2014.rda&, saveFolderName =
&./QuickStartGuide_Results/RawData/&, cancerType = &READ&, assayPlatform = &humanmethylation27&,
inputPatientIDs = c(&TCGA-AG-3583-01&, &TCGA-AG-A032-01&, &TCGA-AF-2692-11&, &TCGA-AG-4001-01&,
&TCGA-AG-3608-01&, &TCGA-AG-3574-01&)); # Download level-3 HumanMethylation450 data of six READ samplesMethylation450RawData = DownloadMethylationData(traverseResultFile = &./DirectoryTraverseResult_Jul-08-2014.rda&, saveFolderName =
&./QuickStartGuide_Results/RawData&, cancerType = &READ&, assayPlatform = &humanmethylation450&,
inputPatientIDs = c(&TCGA-EI-6884-01&, &TCGA-DC-5869-01&, &TCGA-G5-6572-01&, &TCGA-F5-6812-01&,
&TCGA-AG-A01W-11&, &TCGA-AG-3731-11&)); # Download level-3 RPPA protein expression data of six READ samplesRPPARawData = DownloadRPPAData(traverseResultFile = &./DirectoryTraverseResult_Jul-08-2014.rda&, saveFolderName =
&./QuickStartGuide_Results/RawData&, cancerType = &READ&, assayPlatform = &mda_rppa_core&,
inputPatientIDs = c(&TCGA-EI-6884-01&, &TCGA-DC-5869-01&, &TCGA-G5-6572-01&, &TCGA-F5-6812-01&,
&TCGA-AG-3582-01&, &TCGA-AG-4001-01&));
# Download de-identified clinical information of READ patientsDownloadClinicalData(traverseResultFile = &./DirectoryTraverseResult_Jul-08-2014.rda&, saveFolderName =
&./QuickStartGuide_Results/RawData&, cancerType = &READ&, clinicalDataType = c(&patient&, &drug&, &follow_up&));运行上面的脚本，我们就能得到我们想要的结果了，假如我们需要下载adenocarcinoma的miRNA数据，我们可以使用。下载完后，我们就得到了adenocarcinoma的矩阵了（基因为rows，样本为columns）。setwd(C:/Users/cloud/Desktop/TCGA-Assembler)source(&Module_A.r&);miRNASeqRawData = DownloadmiRNASeqData(traverseResultFile = &./DirectoryTraverseResult_Jul-08-2014.rda&,
saveFolderName = &./QuickStartGuide_Results/RawData/&, cancerType = &READ&,
assayPlatform = &miRNASeq&);
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
收起全部有料回复
silience_bio 使用TCGA assembler下载好miRNA数据后，如下图，有没有简单办法把肿瘤样本和正常样本分开啊？难道需要一个个去对照？样本的barcode，也就是你打开的这个文件的第一行（除外表头的几格），已经说明了这是一个肿瘤还是正常对照样本。只需对barcode进行归类，就能把肿瘤和正常样本分开了~
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
silience_bio 我安装TCGA-Assembler后，想下载最新的TCGA数据，按程序中要求设置路径后，利用TraverseAllDirectories(entryPoint = &https://tcga-data.nci.nih.gov/tcgafiles/ftp_auth/distro_ftpusers/anonymous/tumor/&, fileLabel = &DirectoryTraverseResult&)函数在R中存储TCGA路径，文章中说只需要一个小时就可下载所有的路径，我为什么运行几天都没有结果，而且r好像死机一样，请做过的大神给与指导啊首先，这个操作的话会把所有的肿瘤目录全部下载下来，这不是一个小时可以解决问题的，根据网速不同各有差异，但一般都在48h以上，且要保持稳定的网络连接；并且RAM还不能太小。我的建议是，你要研究哪种肿瘤就先下那个特定的目录，这样省时间。其次，这个链接在国内是半屏蔽状态，要稳定的网络连接必须有个靠谱的VPN（在国内找到靠谱的VPN能连续挂载50+小时的情况下，还保证连接速度尚可，并且坚持不掉线，很有难度哦~）我记得它是每隔500还是1000个条目会有一个提醒，如果隔了1个小时还没有任何提醒，如你所说像死机一样，基本可以确定是中断连接了（一般来说我有个习惯，在R语言界面下如果有下载的事情，我都会开着流量优化与检测软件，比如cfos一类的，这样如果连续一段时间发现上行和下行速度很低，一定是断了）
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
很好，这样下载TCGA数据方便多了
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
新人学习中，多谢分享
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
好好学习，我差点做相关课题
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
多谢分享，看来必须要学习R语言才能使用好TCGA啊
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
在加载模A块后运行miRNASeqRawData = DownloadmiRNASeqData(traverseResultFile = &./DirectoryTraverseResult_Jul-08-2014.rda&,
saveFolderName = &./QuickStartGuide_Results/RawData/&, cancerType = &READ&,
assayPlatform = &miRNASeq&, inputPatientIDs = c(&TCGA-EI-6884-01&,
&TCGA-DC-5869-01&, &TCGA-G5-6572-01&, &TCGA-F5-6812-01&, &TCGA-AF-2689-11&, &TCGA-AF-2691-11&)); 怎么提示错误了？Error: could not find function &DownloadmiRNASeqData&求解答！谢谢
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
非常感谢您的分析，学习中
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
多谢分享啦~
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
阳我找不到TOCA－Assembler 这个软件包 在这个网站
它说只用 httr这个package 在R 中 就可以下载数据了
可是我安装完所有package后
找不到各种function
花了好长时间都没明白怎么call这个软件在R
我常用R在工作中 所以很希望能够使用到Assembler这个tool
希望楼主帮帮我
many thanks
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
我知道了怎么下到
assembler软件了
不用回复我上个问题了
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
此帖必须火，才能说明我们的cancer研究跟得上
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
为什么我每次设置目录都不对啊
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
计划很好，R语言难学啊！继续关注！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
多谢分享啦
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
不错的方法学
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
哎。，。。。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
好东西，园子里确实缺少TCGA的教程
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
新人小白，学习中
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
呵呵，这个帖子不错，希望可以帮到我的课题
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
请问 如果我想下载所有normal 的数据 代码如何? 谢谢！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
必须要注意样本的特征 （尽可能多，比如，肿瘤的 staging, pathology特征，取样位置，大小，治疗背景，病人的信息，），不能乱分析！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
我用Assember，在自己的笔记本下载，4G内存的，下载到中间，显示：
'Calloc' could not allocate memory (872234 of 1 bytes)
这是什么意思，内存不够，你们用什么电脑下载啊，我要下载的500个样本的表达数据。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
你们用服务器还是台机下载数据？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
我用Assember，在自己的笔记本下载，4G内存的，下载到中间，显示：
'Calloc' could not allocate memory (872234 of 1 bytes)
这是什么意思，内存不够，你们用什么电脑下载啊，我要下载的500个样本的表达数据。
分析500个样本的数据,4G内存显然是不够的,8G都不一定够用
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
还是用服务器下载比较好
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
各位大神，请教一个问题，在做TCGA里miRNA表达谱数据和miRNA-mRNA关系矩阵（targetScan）时，我们要进行miRNA的匹配，然而，TCGA里面的miRNA命名为hsa-miR-506,或者是hsa-miR-425-1，可是TargetScan里面的miRNA命名都有一个后缀，-5p，-3p，比如hsa-miR-506-3p，这让我如何是好？怎么匹配，请遇到类似问题的大神给予指导，谢谢！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
试验了很多次，TCGA-Assembler软件包一直下载不成功。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
你好 请问TCGA assembler是不是可以下载cancer的somatic mutation的相关数据呢？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
此帖必须火，才能说明我们的cancer研究跟得上。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
我安装TCGA-Assembler后，想下载最新的TCGA数据，按程序中要求设置路径后，利用TraverseAllDirectories(entryPoint = &https://tcga-data.nci.nih.gov/tcgafiles/ftp_auth/distro_ftpusers/anonymous/tumor/&, fileLabel = &DirectoryTraverseResult&)函数在R中存储TCGA路径，文章中说只需要一个小时就可下载所有的路径，我为什么运行几天都没有结果，而且r好像死机一样，请做过的大神给与指导啊
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
silience_bio 我安装TCGA-Assembler后，想下载最新的TCGA数据，按程序中要求设置路径后，利用TraverseAllDirectories(entryPoint = &https://tcga-data.nci.nih.gov/tcgafiles/ftp_auth/distro_ftpusers/anonymous/tumor/&, fileLabel = &DirectoryTraverseResult&)函数在R中存储TCGA路径，文章中说只需要一个小时就可下载所有的路径，我为什么运行几天都没有结果，而且r好像死机一样，请做过的大神给与指导啊首先，这个操作的话会把所有的肿瘤目录全部下载下来，这不是一个小时可以解决问题的，根据网速不同各有差异，但一般都在48h以上，且要保持稳定的网络连接；并且RAM还不能太小。我的建议是，你要研究哪种肿瘤就先下那个特定的目录，这样省时间。其次，这个链接在国内是半屏蔽状态，要稳定的网络连接必须有个靠谱的VPN（在国内找到靠谱的VPN能连续挂载50+小时的情况下，还保证连接速度尚可，并且坚持不掉线，很有难度哦~）我记得它是每隔500还是1000个条目会有一个提醒，如果隔了1个小时还没有任何提醒，如你所说像死机一样，基本可以确定是中断连接了（一般来说我有个习惯，在R语言界面下如果有下载的事情，我都会开着流量优化与检测软件，比如cfos一类的，这样如果连续一段时间发现上行和下行速度很低，一定是断了）
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园查看: 1438|回复: 6
发现了一个运营必备神器！
TA的每日心情汗 12:30签到天数: 247 天连续签到: 1 天[LV.8]自成一派主题帖子积分
阅读权限: 30
中级会员, 积分 45082, 距离下一级还需 54918 积分
中级会员, 积分 45082, 距离下一级还需 54918 积分
本帖最后由 Rain 于
08:43 编辑
今天听淘宝讲课听来的，这个查排名的网站很快很精准，还可以监控整个店的宝贝排名，太牛了，现在分享给大家
推广连接，各位：http://www.chapaiming.co.
淘宝美工论坛－汇聚淘宝美工高端人才，建设淘宝美工人才基地。请认准论坛唯一网址：
TA的每日心情吐舌头5&天前签到天数: 146 天连续签到: 1 天[LV.7]炉火纯青主题帖子积分
阅读权限: 30
中级会员, 积分 34580, 距离下一级还需 65420 积分
中级会员, 积分 34580, 距离下一级还需 65420 积分
虽然要注册 不过好像又用
淘宝美工论坛－汇聚淘宝美工高端人才，建设淘宝美工人才基地。请认准论坛唯一网址：
TA的每日心情抱抱 17:20签到天数: 281 天连续签到: 1 天[LV.8]自成一派主题帖子积分
阅读权限: 30
中级会员, 积分 45049, 距离下一级还需 54951 积分
中级会员, 积分 45049, 距离下一级还需 54951 积分
链接打不开
最好的我遇见最美的你，可是我们却隔了一整个青春！
TA的每日心情抱抱 09:07签到天数: 234 天连续签到: 1 天[LV.7]炉火纯青主题帖子积分
阅读权限: 30
中级会员, 积分 36251, 距离下一级还需 63749 积分
中级会员, 积分 36251, 距离下一级还需 63749 积分
淘宝美工论坛－汇聚淘宝美工高端人才，建设淘宝美工人才基地。请认准论坛唯一网址：
淘宝美工论坛－汇聚淘宝美工高端人才，建设淘宝美工人才基地。请认准论坛唯一网址：
TA的每日心情大哭3&小时前签到天数: 750 天连续签到: 56 天[LV.10]功行圆满主题帖子积分
阅读权限: 50
【单身狗认证】
高级会员, 积分 160322, 距离下一级还需 339678 积分
高级会员, 积分 160322, 距离下一级还需 339678 积分
就是输入关键词和旺旺名然后自动搜索拍在第几页第几位那个东西？
该用户从未签到主题帖子积分
阅读权限: 20
注册会员, 积分 2650, 距离下一级还需 7350 积分
注册会员, 积分 2650, 距离下一级还需 7350 积分
真是好人啊~~
供应CE认证12V10A电源适配器
淘宝美工论坛－汇聚淘宝美工高端人才，建设淘宝美工人才基地。请认准论坛唯一网址：
TA的每日心情烦 13:35签到天数: 14 天连续签到: 1 天[LV.3]武林新秀主题帖子积分
阅读权限: 20
注册会员, 积分 2957, 距离下一级还需 7043 积分
注册会员, 积分 2957, 距离下一级还需 7043 积分
楼主是好人。。这个得点赞。。。
淘宝美工论坛－汇聚淘宝美工高端人才，建设淘宝美工人才基地。请认准论坛唯一网址：
任职天猫商城美工! 注意：申请此勋章，需先通过淘宝美工认证！
注册账号后积极发帖的会员
淘宝皇冠店美工
任职淘宝皇冠店铺美工！注意：申请此勋章，需先通过淘宝美工认证！
经常帮助其他会员答疑
积极宣传本站，为本站带来更多的用户访问量
经常参与各类话题的讨论，发帖内容较有主见，在线时间达到720小时（30天）
活跃且尽责职守的版主
经常在论坛发帖，且发帖量较大
Powered by挖坟神器：TCGA的影分身
我的图书馆
挖坟神器：TCGA的影分身
我叫林平之，是莫愁师姐的师弟。我承认，我计算机学的不咋地，真心搞不懂GEO（）和TCGA（The Cancer Genome Atlas，目前最大的癌症基因信息的数据库）是啥玩硬，也没时间去学R语言啥的。TCGA的数据库对我来说太阔怕了，就像尸洞水道一样，到处是尸蟞，到处是禁婆……师姐教的Oncomine（要看Oncomine用法就分别点这四个标题，直接点别犹豫：
）是挺好用的，但是归根结底还要注册，下载不到数据。还是没办法啊，只能再去问万能的师姐咋办。莫愁：你这么懒，只能教你用这个了：cBioPortal这个网页全称是cBio Cancer Genomics Portal，是一个基于TCGA数据库，进行可视化分析的网页。不比Oncomine差。首先进入这个网页（http://cbioportal.org），然后可以看到下面这个界面，首先选择你想要分析的数据库和具体的数据，像下面这样，当然可以多选。接着勾选你要分析的数据到底都是啥，主要可以分析的是MUT（Mutation，突变），CNA(Copy Number Alterations,拷贝数变化），EXP（mRNA Expression，mRNA表达）和PORT/RPPA（Protein/ phosphoprotein level，蛋白表达或磷酸化变化）。但要注意的是，并不是所有数据都具备这四个选项，大多数只有MUT和CNA这两组数据，有些具有EXP数据和PORT数据。接着，要选择你要研究的基因，有一个下拉菜单可以给你参考，比如会有类似信号通路上的明星分子集合这类，你可以按照需要选择。当然，也可以自己输入基因名（）。确认后就可以进入结果页面了，主要是显示样本中较为直观的变化，比如突变、缺失、RNA表达、磷酸化变化等等。接着我们可以看下一个菜单页，Mutual Exclusivity，这个显示的是基因间的排他性，这又是啥玩硬呢？就是某个基因B和特定肿瘤相关的基因A，存在两两基因间的相互排斥，也就是说这个肿瘤可能只与基因A有关，而和B关系不辣么大。反之就是相互共生，两者都和这个肿瘤相关。举个例子来说吧，比如研究三个特质道具（短裙水手服、胡子、白头发）和老大爷的相互关系。我们可以明显知道的是短裙水手服和胡子在老大爷身上是有排他性的，而胡子和白头发有共生性。不过也有特例，比如：好了，接下去我们来看PLOT，这是一个可视化的离散基因分析，可以看到mRNA表达，缺失等数据。接着是突变的数据，突变的数据可以具体看到总样本中该基因发生了那些突变，以及了解突变后的蛋白三维结构，但我没点出来过3D的，都死机了。所以，请不要在意这些细节。接下来的是共表达，这个功能和Oncomine其实差不多。但优点是，请注意，这个优点很重要，就是能不花钱就下载……下载到TXT格式的数据。接着是蛋白变化，蛋白变化也是可以下载的，可以直观的看到各个样本内部，蛋白表达水平和磷酸化的变化，不过是明星分子的，数量并不是特别多。接着是生存曲线，当然，我选的这个数据没有记录患者生存曲线。会显示成这样：于是我找了个有生存曲线的，试了试，是这样的：最后，是蛋白的互作网络数据，会导出一个蛋白可能的互作网络图出来，看上去还挺拉风的有么有？当然，你要是自己也没什么好的思路的话，学这些其实也并没有什么卵用………华丽丽的分割线…李莫愁博士：有很多人被TCGA折磨着呢，还有一部分是被我们之前教给大家的Oncomine折磨着，哈哈哈，这个cBioPortal相对TCGA来说更加直观，相对Oncomine而言呢，又更加简单方便，而且可以下载数据结果，光这一点我就很喜欢了，要好好利用哦！用这些功能基本可以让你的数据库分析更傻瓜，但有一点我还是要强调的，这网站经常抽风，请注意是经常抽风，有时候刷半天刷不出结果，和网络绝壁也有很大的关系，这些结果我也刷了很久才刷出来，所以，不要再来问我打不开咋办了。我只能说，要不你试试看给个打赏，刷刷人品？要看Oncomine用法就分别点这四个标题，直接点别犹豫：
TA的最新馆藏}