数据库简介
功能蛋白质组学的相关研究能够快速提高我们对病理生理学和治疗癌症的理解。为了方便更广泛的研究访问癌症蛋白质组数据集,该团队开发了一个用户友好的数据资源,TCPA(The Cancer Proteome Atlas,癌症蛋白质组图谱)。主要包括的数据有TCGA肿瘤组织样本集,提供六大模块:Summary、My Protein、Download、Visualization、Analysis、Cell line。该资源提供了一个对TCGA研究的验证机会,确定用于功能研究的模型细胞系。
数据库链接:https://tcpaportal.org/tcpa/
功能蛋白质组学是在蛋白质的表达和修饰等功能活性水平上进行的大规模研究。对癌症等复杂疾病的研究表明,基因改变并不是导致这种疾病的所有原因。蛋白质水平和结构的变化也被证明在肿瘤的发展和进展中扮演着重要的角色,这并不能通过基因的变化来反映。在癌症中,一些遗传和表观遗传的变化往往是发展疾病所必需的。研究大规模的表观遗传变化,如蛋白质磷酸化或裂解,将极大地帮助理解原因和确定有效的治疗癌症和其他复杂疾病。
反相蛋白芯片(Reverse phase protein array, RPPA)是一种基于抗体的高通量技术,程序类似于Western blots。从肿瘤组织或培养细胞中提取蛋白质,用SDS变性,然后用抗体探针打印在硝酸纤维素涂层的载玻片上。
使用方法
01
首页
(1)数据总结Summary
提供TCGA和一些其他的蛋白质数据资源展示,点击“Show”会显示数据的详细信息。
(2)检索蛋白My Protein
该表显示了蛋白标记的详细信息,包括相应的基因、验证状态和抗体来源。通过单击按钮,可以看到不同癌症类型的RPPA丰度的框图。此外,可以通过点击gene Info栏的外部链接(G或O)来查看基因信息。G: GeneCard, O: OncoMX。
(3)可视化Visualization
提供两种可视化方法
①网络图Network Visualization
小编选择TCGA的结肠腺癌数据进行网络可视化,该网络提供的是蛋白质之间的相关性关系
②热图Heatmap Visualization
对样本的蛋白质表达值进行热图展示并聚类
(4)分析Analysis
①个体化癌型分析Individual Cancer Analysis
这里的分析都很常规了,小编就不多介绍了
②泛癌分析Pan-cancer Analysis
a. 以蛋白质为主的分析Protein-centric Analysis
Ø Clinical Analysis
这里展示的是分别在不同亚型、肿瘤分级和肿瘤分期下有差异的蛋白,以及对生存分析有差异的蛋白,结果可供下载。
Ø DNA Analysis
这里展示的是分别在不同突变情况、甲基化阈值和拷贝数下有差异的蛋白,结果可供下载。
Ø Protein Analysis
这里展示的是蛋白表达相关性结果,可供下载。
Ø RNA Analysis
这里展示的是蛋白表达与基因mRNA和miRNA表达之间的相关性结果,可供下载。
b. 以通路为主的分析Pathway-centric Analysis
数据在更新中....
02
概况Overview
03
常见问题FAQ
04
外部蛋白质组学数据资源Resources
05
数据下载Download
可供下载的数据如下:
分析RPPA数据时: 对于在单个RPPA批次中分析的单个疾病,3级(L3)或4级(L4)都适合进行单个疾病分析。对于在多个批次中分析的单一疾病,由于不同批次之间的批次效应,对于单疾病分析,L4肯定优于L3。对于多疾病分析,应使用合并的Pan-Can 19 L4数据。Pan-Can 19之外的泛癌症分析是一项持续的努力。
小编总结
TCPA数据库提供了包括TCGA肿瘤组织样本在内的一些数据集的蛋白质表达数,并提供了蛋白质相关系分析,差异分析,可视化等功能。操作简单,做相关工作的小伙伴们可以看看哦!