TCGA数据库：miRNA数据下载与整理

TCGA官网：https://portal.gdc.cancer.gov/

至于使用教程，可阅读之前的文章：TCGA数据库使用教程。

关于miRNA的基础知识可参考文章：医学科研实验基础知识笔记（十一）:非编码RNA。

关于下载的方式很多，也可以参考差异分析的视频，特别是R包(R语言课程），后续会不段深入介绍，不过这里，我们介绍网页在线下载后自己处理数据。

网页筛选条件，Flies栏按下图筛选：

切换到case栏，选择我们要分析的肿瘤，这里下载TCGA-COAD的数据。

其他的信息，比如疾病类型，性别等根据自己需要选择。

筛选数据后，添加到cart。

Downloadcart文件，和metadata文件(json格式），json文件用于找到文件名与barcode之间的对于关系。

下载后的2个文件：

我们解压压缩包后，就可以是很多文件夹：

每一个文件夹中的txt文件就是一个病人的数据。

miRNA_ID：miRBase v21数据库中收录的miRNA名称

read_count：miRNA原始reads数，用于表达定量；

reads_per_million_miRNA_mapped：每百万reads中来自于该miRNA的reads数，简称RPM；具体可参考文章：RNA-seq的counts,RPM, RPKM, FPK值到底有什么区别？

cross-mapped：miRNA是否比对到多个位置；

miRNA表达数据下载就算完成了！

重要的是，数据的整理，我们需要整理成下面这样的数据。

Counts数据。

RPM数据

然后我们就可以进行后续的分析了，比如：

差异分析：一文就会TCGA数据库基因表达差异分析。

与临床数据结合的分析：一个R脚本解决某类功能基因(比如m6A甲基化)临床预后模型分析流程.等。

此外，TCGA数据库中处理直接下载的miRNA-Seq之外，Gene Expression Quantification里面的RNA-Seq数据中也有非编码RNA的数据，比如lncRNA等。我也把TCGA数据库33个Project的RNA-Seq转录组数据都处理好了，后续会介绍怎么处理