身处大数据时代,对于从事肿瘤研究的临床医生或基础科研人员,有没有一种可以既不做实验又不查病史,直接调用公共数据撰写发表SCI论文的方法呢?TCGA癌症公共数据库即提供了这样一种可能。TCGATCGA(癌症基因组图谱)数据库包括常见癌症的基因组、转录组、蛋白组、表观遗传组数据和与其关联的临床数据,为挖掘有意义的组学变化和发现肿瘤发生、发展、转移等生物学机制提供了海量数据。
GEO是当今最大、最全面的公共基因表达数据资源。适合研究方向:基本包括所有疾病,不是做肿瘤的小伙伴可以选这个。难易程度:数据下载,整理都比较简单,分析过程需要R编程,这里有点难度,总的来说难度一般。发文的高度:只做纯GEO数据挖掘的文章一般只能1-2分的文章,适用文章的分数偏低。
Oncomine 拥有最全的癌症突变谱、基因表达数据以及相关的临床信息,可用于发现新的生物标记物或新的治疗靶点。Oncomine 整合了GEO、TCGA和已发表的文献来源的RNA和DNA-seq数据。
通过Oncomine,可以进行差异表达分析,共表达分析,查找某种癌症中差异表达的基因,确定目的基因,确定研究方向。
今天小医给大家分享的是关于GEO、TCGA、Oncomine数据库联合分析的相关视频讲解资料。看完记得小医一个反馈哦!
资料内容:
TCGA分析教程(附赠安装包)
1、TCGA01--数据库简介.vc
2、TCGA02--网页下载数据.vc
3、TCGA03-- 命令行下载数据.vc
4、TCGA04--生成矩阵.vc
5、TCGA05--id转换成基因名.vc
6、TCGA06--差异表达介绍.vc
7、TCGA07--edgeR差异表达.vc
8、TCGA08--DESeq差异表达.vc
9、TCGA09--miRNA 数据下载与整理.vc
10、TCGA10--miRNA差异表达.vc
11、TCGA11-- 共表达数据合并.vc
12、TCGA12--WGCNA.vc
13、TCGA13--生存分析介绍.vc
14、TCGA14--生存分析数据准备.vc
15、TCGA15--R做生存分析.vc
16、TCGA安装包
批量挖掘TCGA miRNA
1、课时01.课程介绍
2、课时02.批量获取TCGAmiRNA
3、课时03.筛选差异的miRNA
4、课时04.单因素Cox回归数据准备
5、课时05.单因素Cox回归
6、课时06.lasso回归数据格式准备
7、课时07.lasso回归
8、课时08.多因数Cox数据准备
9、课时09.多因素Cox回归分析
10、课时10.绘制列线图
11、课时11.绘制校准图
12、课时12.绘制ROC曲线
13、课时13.风险评分可视化
14、课时14.批量生成生存曲线
【单个基因生物信息学分析视频教程】完整版
1、单个基因生物信息学分析 - 概述
2、基因结构预测和功能注释
3、蛋白结构域预测
4、多序列比对
5、蛋白二级三级结构预测
6、蛋白特性分析
7、跨膜结构分析
8、信号肽分析
9、亚细胞定位预测
10、启动子分析
11、调控目的基因的miRNA预测
12、基因表达分析
TCGA、GEO、Oncnmine数据挖掘
1、课时1数据挖掘概述
2、课时2GEO在线工具的应用
3、课时3GEO数据下载和数据质量分析
4、课时4原始数据预处理
5、课时5寻找差异基因及制作热图和火山图
6、课时6富集分析
7、课时7KEGG分析
8、课时8蛋白互作网络
9、课时9TCGA数据下载
10、课时10TCGA数据整理和基因注释
11、课时11寻找差异基因和制作5年生存率
12、课时12Oncomine概述及Meta分析
13、课时13Oncomine之差异分析及共表达分析
最新GEO芯片数据挖掘视频及源代码
1、GEO数据库简介
2、R语言简介
3、芯片下载与质控
4、芯片分析结果展示:heatmap ——GO and KEGG enrichment
5、R对象的命名规则
6、R包的安装与调用
7、获得R包的帮助与引用信息
8、GEO数据下载与整理
9、芯片分析流程
10、读取芯片文件
11、质量控制:查看灰度图
12、质量控制:相对对数表达(RLE)
13、质量控制:相对标准差(NUSE)
14、RMA法预处理tumor样本
15、合并normal与tumor数据
16、Probe ID转换为Gene symbol
17、补充缺失值
18、差异表达分析
19、结果展示:绘制热图
20、结果展示:GO分析
本文来自投稿,不代表本人立场,如若转载,请注明出处:http://www.souzhinan.com/kj/285581.html