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