1.TCGA数据库介绍

是由National Cancer Institute ( NCI, 美国国家癌症研究所) 和 National Human Genome Research Institute (NHGRI, 国家人类基因组研究所) 合作建立的癌症研究项目（Cancer Genome Atlas，TCGA），通过收集整理癌症相关的各种组学数据，提供了一个大型的，免费的癌症研究参考数据库。试图通过应用基因组分析技术，特别是采用大规模的基因组测序，将人类全部癌症（近期目标为50种包括亚型在内的肿瘤）的基因组变异图谱绘制出来，并进行系统分析，旨在找到所有致癌和抑癌基因的微小变异，了解癌细胞发生、发展的机制，在此基础上取得新的诊断和治疗方法，最后可以勾画出整个新型“预防癌症的策略”。TCGA 使命:提高人们对癌症发病分子基础的科学认识及提高我们诊断、治疗和预防癌症的能力TCGA 目标:完成一套完整的与所有癌症基因组改变相关的“图谱”。官方网站： https://www.cancer.gov/about-nci/organization/ccg/research/structural-genomics/tcga

目前共收录了33种癌症类型，超过了2.5个PB的数据，该数据是免费公开的，极大的帮助癌症研究者提高对癌症的预防，诊断和治疗。

数据库中各种项目中英文对照：

2.数据介绍

TCGA收录的了很全面的癌症基因组数据，包括突变，拷贝数变异，mRNA表达，lncRNA表达, miRNA表达，甲基化数据等。数据类型包括以下几种

1. RNA sequencing
2. MicroRNA sequencing
3. DNA sequencing
4. SNP-based platforms
5. Array-based DNA methylation sequencing
6. Reverse-phase array(RPPA)

另外还包括： Clinical 病人临床信息:包括病人的一般情况、诊治情况、肿瘤分期、病理、生存情况等，Imaging：包括诊断、组织以及放射影像

这些数据可分为三个级别：

• level-1: 原始的测序数据（fasta,fastq等）
• level-2:比对好的bam文件
• level-3:为经过处理及标准化的数据

（其中level1和level2为controlled-access，level1和level2 是原始数据，文件较大且数据粗糙不利于进一步分析，level-3有部分是controlled-access，数据类型为controlled-access的数据需要向TCGA申请使用权限，数据类型为open-access的可以直接下载利用）
若要下载需要使用官方提供的小工具：

更多关于数据的介绍：https://gdc.cancer.gov/resources-tcga-users/tcga-code-tables 

 3.数据下载

1）官方下载方式

2）第三方工具

1. cBioPortal :  https://www.cbioportal.org/ 内部的数据是根据TCGA发表的paper分类   

2. FireBrowse ：gdac.broadinstitute.org  优点：这里的数据经过了简单的合并，将每种癌症相同类型的数据合并到了一个文件中，下载方式最简单且可以直接下一步分析 缺点：临床随访数据几乎没有更新。

3. UCSC  Xena  :  https://xena.ucsc.edu/   已经给你把TCGA数据分类好了，直接点相应的癌症类型，相应数据下载 https://xenabrowser.net/datapages/

3）R语言工具下载

R包包括 RTCGAT,RTCGAToolbox,TCGAbiolinks  、TCGA2STAT、GDCRNATOOLS等。但是我最常用的是TCGAbiolinks包，因为该包更新比较快，同时也是直接下载官网数据保证准确性，同时该包下载数据可直接整理成表格并可在R语言中分析，利于进一步分析和挖掘。 详细使用说明见：https://www.omicsclass.com/article/1060