1. 如何处理TCGA的数据
首先说下背景，我毕论有大量涉及到生存曲线分析。针对某个我们已挖掘到白血病中的差异基因，利用了TCGA上的临床数据。
需要的数据：TCGA上的临床数据。当你下下来时会发现有一大堆。这时需要你做的就是筛选你所需要的。你需要的有：目的基因的表达量、患者生存时间、患者生存/死亡状态。这里的目的基因可以是你前期差异基因分析/通路分析/临床分析等所得到的一个或几个基因，你需要在下一步生存分析中进一步验证其预后影响。
软件：SAS、Grapdprism、SPSS、R语言都可以用。但个人感觉SAS的算法更精准，Gradprism在画图上更漂亮且易操作。看你需求了。
检验算法：采用Kaplan-Meier (K-M) 生存分析法来计算生存时间及生存率，采用Log-rank检验比较生存差异，取P值小于0.05为有统计学意义。
具体操作原理：根据目的基因的表达量，将患者分为高表达组和低表达组。这里的分组方法，可以是根据平均值，也可以是中值。我查阅了大量文献，认为中值更合理。将分组后的两组患者数据导入软件，这里的软件可以是上所述的任意一种，而数据包括了患者生存时间、患者生存/死亡状态。注：表达量只用来分组，不用来画生存分析。
2. tcga数据库样本哪些是肿瘤哪些是正常
答案就在TCGAbarcode，样本标签描述了样本类型，是正常的还是异常的。还是对照组。比如胶质瘤RNAseq的barcode，有174个样本类似于这个：
TCGA-06-0681-11A-41R-A36H-07
TCGA-06-0649-01B-01R-1849-01
第四个字段：11A和01B描述的就是样本类型，1-9是肿瘤，10-19是正常，20-29是对照。A和B我也不知道啥意思。由于TCGAbarcode字段宽度是严格的。因此用substr就可提取
names=colnames(RNAseq_dat)
a=as.numeric(substr(names,14,15))
table(a)
可以看见数据中有5个是正常组织样本
----------------------
Xena网站（网页链接)有整理好的TCGA数据，包括数据集和样本表格。样本表格数据详细，包含生存期，肿瘤分期分级，突变，亚型等等。
3. 请教关于TCGA数据的问题
Case列显示的是该文件里数据来自于多少cases。比如569，说明这个文件整合了所有569个cases的genotyping数据，有些数字为1的，说明这个文件里只有一个case的数据。
对于RNAseq后续的分析，如果要用软件比如limma，edgeR比较表达差异的基因，就用counts数据。如果你想自己做t-test，下载counts数据自己做normalization再进行比较也行，或者下载已经做过normalization的RPKM/RPKM-UQ直接比较也行
癌旁的数据也包含在这些cases里了，下载metadata就能看到每个sample的信息，你会发现有些是来自solid tissue normal，这些都是癌旁的数据
4. 如何快速掌握TCGA数据库
tcga工作组发的文章。
The Cancer Genome Atlas （TCGA，https://tcga-data.nci.nih.gov/tcga/tcgaHome2.jsp）数据库。TCGA数据源大部分都是公开的。
目前来能够从TCGA数据库中提取数据的处理工具有cBioPortal（http://www.cbioportal.org/public-portal/cgds_r.jsp），ICGC（http://dcc.icgc.org/download/current）和GenePattern（http://www.broadinstitute.org/cancer/software/genepattern/download/index）。
5. 如何快速掌握TCGA数据库
如何快速掌握TCGA数据库
读tcga工作组发的文章,直接读发在cell上的一篇泛癌症的文章,正文➕附件,能复现文章中的结果,就行了。
6. 如何快速掌握TCGA数据库
在proportional里面搜你感兴趣的肿瘤，然后就会出现很多研究，在每个研究后面都有summary，你点击进去就有临床数据，有的还有变异和拷贝数变化的数据。目前个人感觉临床数据这块还是proportional这儿比较方便，其他的例如基因表达的数据cancer browser还是可能会好些，各种各样的都可以试试，不过原始的TCGA数据还是觉得一般是高手才去弄，新手还是多学习，站在巨人的肩膀上再去。The Cancer Genome Atlas，TCGA， 数据库。TCGA数据源大部分都是公开的。目前来能够从TCGA数据库中提取数据的处理工具有proportional。
7. 如何查询TCGA数据库中哪些数据是可以公开获取的
咨询记录 · 回答于2021-10-13
8. 关于TCGA数据库的问题，新手求助
这种东西是看不出来是否判断与肿瘤有关的，肿瘤本身具有远端转移特性，从各个组织中都有可能存在。所以如果想要看pathway是否与肿瘤相关，就需要点进去查看相关文献，把各种蛋白摸透，才能够搞定，如果仅仅凭借go数据库的pathway来的就能判断了