tcga样本编号_TCGA数据库的利用（二）—— 数据处理！

最新推荐文章于 2024-08-23 16:45:28 发布
最新推荐文章于 2024-08-23 16:45:28 发布
阅读量700 收藏 7
点赞数
文章标签： tcga样本编号
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_39702483/article/details/111639004
版权
本文介绍如何处理TCGA数据，包括将样本名称转换为TCGA样本编号，数据合并以及基因注释。使用Python脚本建立样本编号与TCGA编号的对应关系，然后用R语言进行数据整合，最后通过R程序包完成基因注释，为后续差异分析做准备。
摘要由CSDN通过智能技术生成

上一篇文章介绍的是关于TCGA数据的下载，如果不太清楚怎么下载数据的读者请参考这篇文章：TCGA数据库的利用(一)—数据下载！而本篇文章主要介绍一下数据的处理过程，因为数据下载之后都是单一样本存储而且样本名称都是以非规则性超长字符命名，进行数据分析之前需要把样本名称转化为TCGA样本编号，例如这种形式的：TCGA-A8-A07I-01A-11R-A00Z-07；这里我以乳腺癌的RNA-seq数据作为样例，从数据库中下载了200个乳腺癌样本，每个样本中都含6万多个基因的表达数据。

样本名称转化为TCGA样本编号

数据下载之后如下，每个样本有一个文件夹，里面都会有一个压缩包，解压后会生成一个txt文本，里面含有我们需要的数据。

0bffe803aea43fef986009b4e78fe2b4.png

把每个压缩包的名称变成TCGA样本编号需要借助我们之前从网站下载数据相应的json文件：TCGA数据库的利用(一)—数据下载！json文件打开后，会发现每个样本名称跟它的TCGA样本编号被一个大括号所包含，形成一一对应的关系。

48231f11b200d9f72be78b812cfd64e5.png

这里我就利用

最低0.47元/天 解锁文章
weixin_39702483
关注
批量得到TCGA癌症数据集每个样本的TMB
weixin_43250801的博客
12-12 877
批量得到TCGA癌症数据集每个样本的TMB
2022年课题——下载TCGA黑色素瘤表达值，将多探针对应的基因取均值，SMDIC包转换成CIBERSORT细胞丰度矩阵（更新中）
m0_53065601的博客
03-15 1277
2022年黑色素瘤相关课题
TCGA临床数据提取
04-12
自己编写程序，对TCGA的临床信息进行整理和提取，便于做生存分析
TCGA数据库的利用（二）—— 数据处理
热门推荐
小张Python
05-13 2万+
上一篇文章介绍的是关于TCGA数据的下载，如果不太清楚怎么下载数据的读者请参考这篇文章：TCGA数据库的利用（一）—— 数据下载！,而本篇文章主要介绍一下数据的处理过程，因为数据下载之后都是单一样本存储而且样本名称都是以非规则性超长字符命名，进行数据分析之前需要把样本名称转化为TCGA样本编号，例如这种形式的：TCGA-A8-A07I-01A-11R-A00Z-07；这里我以乳腺癌的RNA-seq...
TCGA数据处理_来自南四环
XGJCNJ的博客
06-08 866
TCGA文件下载和处理
零基础入门转录组数据分析——数据处理（TCGA数据库）
weixin_49878699的博客
01-07 7745
TCGA应该是肿瘤数据最权威的来源之一，但是从TCGA上下载数据集相对来说比较麻烦，因此出现了很多针对TCGA数据进行二次开发的衍生网站，就是很直观强大的一个在线网站，里面收录了众多数据库的数据集，其中就包括了TCGA数据集，并且是整合好的，可以直接用于分析。并且这个网站不仅能下载数据，还能进行在线分析，例如：KM分析，表达量分析等，详细情况可以参考，但是在这篇教程中仅介绍如何从UCSC上下载所需要的TCGA数据集，并且下载后在R中对数据集进一步处理成后续分析所要的形式。
TCGA样本编号
weixin_43865392的博客
11-29 1万+
TCGA常用的样本编号为：TCGA - 06 - 0681 - 11A - 41R - A36H - 07 最为重要的是标黄的两处。 第一处为样本类型，前面的数字1-9为肿瘤，10-29为正常或癌旁样本。字母代表质量，A为佳，B次之。 第二处为处理样本时的PCR编板号，即为去除batch effect时的batch依据。 ...
tcga样本编号_TCGA数据库样本命名原则
weixin_29466397的博客
01-14 1571
在TCGA中，一个患者可能会对应多个样本，如TCGA-A6-6650可以得到3个样本数据：TCGA-A6-6650-01A-11R-1774-07TCGA-A6-6650-01A-11R-A278-07TCGA-A6-6650-01B-02R-A277-07大家知道一般在做TCGA数据分析的时候样本名实际上只保留到前四个元素(以”-“分割)，例如TCGA-A6-6650-01。所以实际上上示3个样...
生信学习——R语言小作业-中级（附详细答案解读）
Dzfly
08-11 2772
题目目录1. 请根据R包org.Hs.eg.db找到下面ensembl 基因ID 对应的基因名(symbol)。2. 根据R包hgu133a.db找到下面探针对应的基因名(symbol)。3. 找到R包CLL内置的数据集的表达矩阵里面的TP53基因的表达量，并且绘制在 progres.-stable分组的boxplot图。想想如何通过 ggpubr 进行美化。4. 找到BRCA1基因在TCGA数据库的乳腺癌数据集([Breast Invasive Carcinoma (TCGA, PanCancer Atl
使用IDR软件处理生物学重复样本的peak calling
庐州月光的博客
01-20 4319
欢迎关注”生信修炼手册”!对于chip_seq, atac_seq等实验而言，生物学重复样本的peak calling结果很难完全一致。对于多个生物学重复样本的peak calling结...
TCGA数据下载及全流程分析（更新中）
01-20
一、GDCRNATools包下载 首先下载R包 if (!requireNamespace(BiocManager, quietly = TRUE)) install.packages(BiocManager) BiocManager::install(GDCRNATools) 下载好之后运行，以COAD数据为例，下载： library(GDCRNATools) gdcRNADownload(project.id = TCGA-COADREAD, data.type = RNAseq, write.ma
学习笔记 — TCGA 临床数据的下载与整理
最新发布
swangee的博客
08-23 1086
TCGA数据库临床数据下载与整理
TCGA数据整理
2201_75282079的博客
02-19 1152
TCGA表达数据初步整理
TCGA 数据分析实战 —— WGCNA
dxs18459111694的博客
06-01 1458
加权基因共表达网络分析（WGCNA）是一种用来描述不同基因在样本中的表达关联模式的系统生物学方法。通过将表达高度相关的基因聚集成不同的模块，并探究不同模块与样本表型之间的关联。还可以探究模块内的关键基因的功能，作为潜在的生物标志物或治疗靶点进行后续分析WGCNA数据预处理构建加权相关性邻接矩阵计算拓扑重叠矩阵（TOM对基因进行层次聚类，划分模块。
利用tcga数据做生存分析
aorong2257的博客
01-12 2151
####teach code####library(survival)#read expression data and modify its class and colnames/rownames #PAAD_gene_expression.csv数据已经经过Z_转换的数据。 z_rna <- read.csv(file="PAAD_gene_expression.csv",...
癌症基因图谱（ TCGA）数据库（二）数据前处理
qq_50977286的博客
04-07 4208
癌症基因图谱（ TCGA）数据库（二）数据前处理
TCGA数据下载和整理工具----GDCRNATools
高锦的博客
01-04 1万+
TCGA数据下载和整理的网站及软件发表很多了，比如Broad GDAC Firehose, Oncomine, TCGAbiolinks，TCGA-Assembler, TCGA2STAT，RTCGAToolbox等等，这些网站或软件要么使用的是TCGA更新前的数据，要么运行起来比较繁琐。当然各个工具都有其优势所在。 之前在论坛里分享了自己下载和整理TCGA数据的Python代码。最近忙里偷
手把手教你玩TCGA数据
Magic_capital的博客
10-31 3451
TCGA数据 ENSG编号转为Symbol（基因名称）
weixin_38987362的博客
11-04 2万+
当想查看对应的差异基因对应的Symbol（基因名称）的时候，发现基因为编码为ENSG开头的一串数字，Ensembl基因的ID # 安装包 source("https://bioconductor.org/biocLite.R") biocLite("AnnotationDbi") biocLite("org.Hs.eg.db") # 加载包 library(stats4) librar...
tcga样本编号_数据挖掘专题 | 一文搞懂TCGA数据整理
05-25
在进行TCGA数据整理时，需要先确定需要分析的癌症类型和对应的组织部位编号，然后根据样本编号筛选出符合条件的样本数据。在进行数据处理和分析时，还需要考虑数据的质量、缺失值等问题。 总之，TCGA数据整理是一...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值