使用cBioPortal查看TCGA肿瘤数据

最新推荐文章于 2024-09-02 18:22:24 发布
最新推荐文章于 2024-09-02 18:22:24 发布
阅读量2.7k 收藏 9
点赞数 1
文章标签： 大数据 数据分析 机器学习 编程语言 数据可视化
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_43569478/article/details/108079564
版权
cBioPortal是一个集成了TCGA等大型肿瘤研究数据的平台，提供易用的查询、分析和可视化功能。用户可通过选择study、组学数据、样本和基因，进行OncoPrint、Cancer Type Summary、Mutual Exclusivity等多维度分析，以理解肿瘤的突变、CNVs、表达谱等信息。此外，还支持数据下载和网络图展示。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

欢迎关注”生信修炼手册”!

cBioPortal整合了来自TCGA,CCLE以及几个独立的大型肿瘤研究项目的数据，构建了一个易于使用的网站，不需要有深厚的计算机功底，也可以通过该网站查询，分析，可视化肿瘤的相关结果。

针对该网站的使用，官方专门发布了对应的文章，链接如下

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4160307/

该网站的网址如下

http://www.cbioportal.org/

在该网站中，存储了肿瘤的多种组学数据，列表如下

  1. somatic mutations

  2. DNA copy-number alterations(CNAs)

  3. mRNA/miRNA expression

  4. DNA methylation

  5. protein abundance

  6. phosphoprotein abundance

将每个肿瘤研究的相关结果作为一个study, 可以方便的针对一个或者多个study的数据进行探究。以探究单个study的分析结果为例，过程如下

需要经过4个步骤，第一步选择感兴趣的study,第二步选择需要查看的组学数据，在一个study中，可以包含突变， CNV, 表达谱等

最低0.47元/天 解锁文章
【生信分析】基于TCGA肿瘤数据进行基因共表达网络分析
小哲的博客
09-19 3209
WGCNA（Weighted Gene Coexpression Network Analysis）是一个基于基因表达数据构建基因共表达网络的方法。WGCNA和差异基因分析差异基因分析主要针对样本之间的差异，WGCNA主要针对基因之间的关系。WGCNA原文WGCNA 从数千个基因的层面开始，识别临床上感兴趣的基因模块，最后使用模块内连接、基因显著性（例如基于基因表达谱与样本特征的相关性）来识别疾病通路中的关键基因，以进一步验证。WGCNA通过分析基因之间的关联性，将基因区分为多个模块。最后通过这些。
TCGA肿瘤数据分析专题
庐州月光的博客
12-05 3204
欢迎关注”生信修炼手册”!癌症作为人类健康的头号杀手，其研究的意义不言而喻。目前世界范围内已经有大量的肿瘤相关数据，鉴于公共数据库的数据挖掘成为一种趋势。GEO是一个国际化的开源项目，允...
如何从cBioPortal批量下载TCGA数据
xuzhougeng blog
11-27 3790
cBioPortal对癌症基因组数据集做了比较好的整合，为了进行数据集的下载、分析和可视化。 可以用网页工具或者它们提供的R包"cgdsr"对几个目标基因进行分析，或者下载他们从Broad Institute Firehose下载整理的数据集。 cBioPortal的数据集下载页面如下，可以直接点击下载按钮下载单个数据集, 如果要批量下载，就需要一点网络爬虫的小知识。 网...
这个数据库可以分析基因家族，cBioPortal
leroylee7的博客
11-04 1979
cBioPortal数据库是探索肿瘤的基因组学特征，是从DNA水平进行的，是对机制的进一步研究。基因差异表达、生存分析和免疫浸润分析，上述分析严格意义上讲均属于表型。免疫浸润分析属于交叉，算是表型式的解释，就是用现象解释现象，但其实并没有涉及具体的机制。 TCGA数据中除包括样本的表达信息、生存分析信息，也包括突变、拷贝数、甲基化以及临床信息等数据，因此可用于多组学的交叉分析。今天，我们分享TCGA多组学分析的神器，肿瘤基因组学分析的神器——cBioPortal，不需要注册，登录即可免费使用： ..
cBioPortal数据库使用
YJJ18636810884的博客
01-23 1万+
cBioPortal数据介绍 cBioPortal 提供了研究分析癌症基因数据的可视化工具，帮助癌症组织和细胞学研究得到的分子学数据认识。cBioPortal 提供了研究分析癌症基因数据的可视化工具，帮助癌症组织和细胞学研究得到的分子学数据认识。 cBioPortal 数据来源和分析选项来源于多个网站，TCGA（https://tcga-data.nci.nih.gov/tcga）、ICGC(h...
TCGA/GTEx泛癌数据任意基因表达量展示
医学和生信笔记的博客
06-02 4653
有了泛癌的数据之后就可以进行各种分析了，当然这些都是在R语言的基础上进行的。如果你不会R语言，也可以通过各种各样的网页工具实现。我们今天就简单展示下任意基因在泛癌图谱中的表达量情况。TCGAGTExTCGA+GTEx的泛癌数据都整理好了，大家可以自己通过easyTCGA包实现1行代码整理，也可以直接在公众号后台回复获取整理好的数据。
linux下载TCGA数据,如何下载TCGA数据/TCGA数据下载小教程
weixin_33122261的博客
05-12 1307
1. 什么是TCGA？TCGA中有哪些数据？TCGA的全称是The Cancer Genome Atlas, 这个项目始于2005年，它旨在使用基因测序和生物信息学编目与癌症有关的基因突变。TCGA通过利用高通量基因组分析技术，来帮助我们更好地理解癌症的遗传学基础，从而提升我们对于癌症的诊断能力和对癌症的治疗、预防。TCGA受美国癌症研究所(National Cancer Institute)下的...
tcga数据下载_TCGA数据库免疫相关文件下载大全
weixin_39604276的博客
11-19 1072
本文首发于生信技能树公众号，直达链接是：https://mp.weixin.qq.com/s/-amtbxvk0mC2Nv-bwt1BeQ 2018年4月Immunity杂志上发表了文章The Immune Landscape of Cancer ，由34个单位共同合作完成。文章对TCGA中33种癌症，超过10,000个肿瘤样本进行了免疫原性分析，将所有肿瘤分成6种免疫亚型，即：wound he...
tcga数据下载_从GDC下载最新的TCGA临床数据
weixin_39981681的博客
11-19 3075
本文从GDC直接获取TCGA数据，不同于cbioportal、Xeon等TCGA下载工具，GDC数据是实时更新的最原始的数据。下载数据GDC的综合数据下载页面为https://portal.gdc.cancer.gov/repository打开后可见页面如下所示，左侧为数据筛选区域，可以按照Files和Cases两种方式筛选，右侧上部分为所有数据的摘要图，右侧下部分(未显示)为所选的数据...
TCGA_筛选病人_radiation
weixin_59289660的博客
07-19 1365
筛选满足某一临床特征的病人，例如这里的接受过放射的病人
pyoncoprint：基于Matplotlib的Python OncoPrint库
02-11
PyOncoPrint 使用Python绘制OncoPrint。 查看的基本用法。 输出示例： 安装 $ pip install pyoncoprint 要求 matplotlib 麻木 大熊猫（解析大熊猫数据框） 执照 BSD 2条款许可 正滨公园版权所有（c）2020，保留所有权利。 如果满足以下条件，则允许以源代码和二进制形式进行重新分发和使用，无论是否经过修改，都可以： 重新分发源代码必须保留上述版权声明，此条件列表和以下免责声明。 二进制形式的重新分发必须在分发随附的文档和/或其他材料中复制以上版权声明，此条件列表以及以下免责声明。 版权持有者和贡献者按“原样”提供此软件，不提供任何明示或暗示的保证，包括但不限于针对特定目的的适销性和适用性的暗示保证。 在任何情况下，版权所有人或贡献者均不对任何直接，间接，偶发，特殊，专有或后果性的损害（包括但不限于，替代商品或服务
cbioportal, 用于癌症基因组学的cBioPortal.zip
09-18
cbioportal, 用于癌症基因组学的cBioPortal cBioPortal癌症基因组学的cBioPortal提供了大规模癌症基因组数据集的可视化。分析和下载。 cBioPortal是自由软件： 可以在Free中发布和/或者修改它，这是由自由软件基础发布的GNU通用 public 许可协议(
react-mutation-plot:来自cBioPortal前端的轻量适应基于React的突变棒棒糖图
05-06
React突变图 一个轻量级的基于React的突变棒棒糖图从。 安装 npm install --save react-mutation-plot 用法 检查/example文件夹的完整用法。 import React , { Component } from 'react' import Lollipop from 'react-mutation-plot' class Example extends Component { render ( ) { return ( < LollipopPlot domains = { domains } lollipops = { lollipops } vizWidth = { vizWidth } vizHeight = { vizHeight }
学习笔记 — TCGA 差异表达分析及可视化
swangee的博客
09-02 3647
TCGA 差异表达分析及可视化（火山图 Volcano Plot），下次分享KEGG和GO富集分析
用TCGA数据库分析癌症和癌旁组织的表达差异
weixin_30295091的博客
05-22 8839
上周收到一条求助信息：“如何用TCGA数据库分析LINC00152在卵巢癌与正常组织的的表达差异？” 所以以这个题目为记录分析过程如下： 一、下载数据 a）进入网站https://cancergenome.nih.gov/ 网页截图如下： b）进入数据下载 Launch Data Portal ，截图如下： 进入数据下载接口后，有Projects Explor...
TCGA数据下载方法简介
热门推荐
求知：数据科学家之路
10-12 2万+
TCGA数据，指癌症测序数据，TCGA的全称为The Cancer Genome Atlas,癌症基因组图谱（TCGA）是美国国家癌症研究所（NCI）和国家人类基因组研究所（NHGRI）已生成的33种癌症的基因组的关键变化全方位，多三维地图之间的合作的TCGA数据集，其包含基因组数据的两个以上的PB的，已取得公开可用，以及该基因组信息有助于癌症研究界，提高预防，诊断，和治疗癌症。自从2016年6月份
学计算机的怎样分析TCGA数据库,开启数据挖掘之门：TCGA数据库入门必看！
weixin_32563347的博客
06-21 2385
原标题：开启数据挖掘之门：TCGA数据库入门必看！ 喜欢我的都关注我了~在肿瘤研究领域，相信没有人不知道The Cancer Genome Atlas (TCGA)。TCGA是美国国家癌症研究所(National Cancer Institute)和美国人类基因组研究所(National Human Genome Research Institute)共同监督的一个项目，旨在应用高通量的基因组分析...
一文搞懂TCGA中的分析结果如何来
庐州月光的博客
06-12 1356
欢迎关注”生信修炼手册”!TCGA对于不同类型的数据，有着独特的处理流程，具体如下1. DNA-Seq Analysis PipelineTCGA中的DNA测序主要用来分析肿瘤患者中的体...
TCGA肿瘤基因数据的访问（二）
华为云官方博客
07-03 3420
TCGA（The Cancer Genome Atlas）项目完成后，最终和其它的一些肿瘤医学项目一起归档在 GDC Portal网站，方便人们访问。 网址是 https://portal.gdc.cancer.gov 其中除了TCGA的数据还有其它一些医学项目产生的基因测序数据，以及临床信息数据。 网站首页如下： 左侧可以点击Projects 根据项目类型，实验类型，基因突变类型搜...
tcga癌症肿瘤WSI数据
最新发布
02-24
### 获取和处理TCGA癌症肿瘤全切片图像（WSI）数据 #### 数据获取渠道 为了获得TCGA癌症肿瘤的全视野切片图像（WSI），可以访问美国国家生物技术信息中心（NCBI）旗下的基因表达综合数据库（GEO）、癌症基因组图谱（TCGA）门户，或者国际知名的开放存取资源平台cBioPortal。此外，专门针对病理图像的数据共享网站The Cancer Imaging Archive (TCIA)[^1]也提供了大量经过整理并可公开使用的影像资料。 #### 下载流程说明 当决定好具体要下载哪个项目下的图片文件之后，通常按照如下方式操作： - 注册账号并通过身份验证； - 浏览至目标项目的详情页面； - 查看可用的数据类型列表找到对应的WSI链接入口； - 阅读并同意使用条款后点击进入下一步骤； - 选择所需的样本ID号或批次编号完成批量勾选动作； - 发起正式请求提交审核等待反馈通知邮件告知审批结果； - 审核通过后即可在线浏览预览图亦或是打包离线下载原始TIFF/JPEG等格式的大尺寸扫描件[^4]； ```python import openslide from pathlib import Path def load_wsi(file_path): """加载单张WSI""" slide = openslide.OpenSlide(str(Path(file_path))) dimensions = slide.level_dimensions[0] thumbnail_size = (dimensions[0]//8, dimensions[1]//8) img = slide.get_thumbnail(thumbnail_size) return img # 加载本地存储的一个示例WSI文件 example_image = load_wsi('path_to_your_downloaded_file.svs') ``` #### 处理技巧分享 对于如此庞大的高分辨率医学成像而言，直接对其进行计算可能会遇到内存不足等问题。因此建议采用分块读取策略来逐步解析整幅画布上的每一个细节特征。Python库`openslide-python`能够很好地支持此类需求，允许开发者指定感兴趣的小窗口范围进而高效地截取出局部视窗内的像素矩阵用于后续建模分析工作。另外值得注意的是，在实际应用场景下往往还需要配合其他工具包比如PIL/Pillow来进行色彩校正、对比度增强等一系列预处理措施以提升最终模型的表现力[^3]。
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