腫瘤數據庫除了TCGA，還有TCIA--轉載

TCIA就是基於TCGA數據開發的，不一樣的是TCIA只提供了20個癌種的免疫數據分析。

看網站首頁的介紹就知道，這個數據庫主要是根據TCGA的二代測序數據開發出來的。這裏的20個癌種，點擊每一個柱子進去就能夠分析對應的癌種，側邊的欄目則提供一些個性化選擇。

 

01

Patients list模塊

TCIA分別對每一個病人進行分析，數據也提供下載，咱們能夠看到提供了ID、疾病、性別和年齡信息，咱們重點關注IPS這一列的信息，IPS這一列有4個項目，有不一樣的屬性，做者在文章中表示IPS（immunophenoscore） 能夠很好的預測CTLA-4和PD-1反應性的預測因子。

 

02

Gene Expression模塊

在左側的選擇欄裏篩選病人和基因後，可對單個基因進行差別分析和生存分析，值得注意的是這些基因都是和免疫相關的基因。筆者認爲TCIA的這個模塊並不怎麼好用，也沒有作檢驗，做圖不怎麼好看，不過若是隻是看一看仍是能夠的。生存分析模塊，TCIA是根據中位表達值分組進行的分析，提供HR和p值。

 

03

Cell Fractions

這個模塊提供不一樣免疫細胞比例的展現，absolute和Relative表示免疫細胞的絕對數和相對數，是CIBERSORT的不一樣計算方法結果，同時在table欄提供快捷的搜索。

 

04

Heterogeneity

TCIA對每一個樣本的癌症抗原和遺傳特徵進行了分析，包括腫瘤異質性和克隆性，以方便分析免疫特徵和腫瘤的遺傳特徵。

 

05

Neoantigens

這個模塊提供疾病的突變數和突變壓力展現，也提供展現預測到的新抗原結果。不過筆者也想說，這種新抗原預測，由於沒有辦法用實驗的方法證僞，因此看看就行了，用做分析仍是能夠的，就看你的功力深厚了。

 

06

Tools模塊

這個模塊提供一個計算功能，可計算每一個樣本的免疫表型分數，只要提供一個標準的表達矩陣便可，不過值得提醒的是該工具要求表達數據要求用TPM方法定量的。

 

好了，這個數據庫就介紹到這裏。總結一下，這個數據庫主要仍是對TCGA的數據進行二次分析，獲得的一些結果也能夠輔助你們分析，同時提供的IPS計算也可給你們的ngs數據分析錦上添花，若是結果理想的話。

最後祝你們課題研究順利，若是有用到這個數據庫，記得引用哦！

Charoentong, P., Finotello, F., Angelova, M., Mayer, C., Efremova, M., Rieder, D., Hackl, H., Trajanoski, Z. (2016). Pan-cancer Immunogenomic Analyses Reveal Genotype-Immunophenotype Relationships and Predictors of Response to Checkpoint Blockade. Cell Rep. 2017. 18:248-262