TCGA数据库简介

TCGA全称如下

The Cancer Genome Atlas

是由National Cancer Institute ( NCI, 美国国家癌症研究所) 和 National Human Genome Research Institute (NHGRI, 国家人类基因组研究所) 合作建立的癌症研究项目，通过收集整理癌症相关的各种组学数据，提供了一个大型的，免费的癌症研究参考数据库。

目前共收录了33种癌症类型，超过了2个PB的数据，该数据是免费公开的，极大的帮助癌症研究者提高对癌症的预防，诊断和治疗。该数据库的网址如下

https://www.cancer.gov/about-nci/organization/ccg/research/structural-genomics/tcga

数据类型包括以下几种

1. RNA sequencing
2. MicroRNA sequencing
3. DNA sequencing
4. SNP-based platforms
5. Array-based DNA methylation sequencing
6. Reverse-phase array(RPPA)

涵盖了基因组，转录组，表观遗传，蛋白组等各个组学数据，提供了一个全方位，多维度的数据。 官方提供了对应的下载工具Genomic Data Commons Datga Portal, 简称GDC, 网址如下

https://portal.gdc.cancer.gov/

同时还有很多的第三方工具，比如

1. cBioPortal
2. ForeBrowse
3. UCSC Xena

官方的工具主要功能是查看和下载数据，只有非常简单的分析功能，而第三方工具则侧重于基于TCGA的数据进行分析。目前针对TCGA的数据，常用的分析包括以下几种

1. 生存分析
2. 肿瘤患者和正常人的差异分析
3. 组学数据和临床数据的相关性

基于TCGA等公共数据库的挖掘是目前研究的一个热点，在文章中也经常会使用TCGA的数据来和自己实际的数据相互映证。了解和掌握TCGA数据的用法势在必行，在后续文章中会详细介绍。