如何進(jìn)行Broad GDAC對(duì)TCGA的數(shù)據(jù)分析

如何進(jìn)行Broad GDAC對(duì)TCGA的數(shù)據(jù)分析，相信很多沒有經(jīng)驗(yàn)的人對(duì)此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個(gè)問題。

Broad GDAC對(duì)TCGA的結(jié)果進(jìn)行了整理和深入分析，相關(guān)的原始數(shù)據(jù)和分析結(jié)果可以通過網(wǎng)頁的方式進(jìn)行查看和下載。

點(diǎn)擊Cases可以查看對(duì)應(yīng)的樣本信息，點(diǎn)擊Data可以下載對(duì)應(yīng)的結(jié)果文件，點(diǎn)擊Browse可以通過FireBowse查看分析結(jié)果，網(wǎng)址如下

http://firebrowse.org/

以Adrenocortical carcinoma為例，在左側(cè)的下拉框中選擇對(duì)應(yīng)的疾病，然后在右側(cè)會(huì)看到如下所示的柱狀圖

每個(gè)柱子代表了該疾病不同組學(xué)的數(shù)據(jù)，點(diǎn)擊柱子可以下載對(duì)應(yīng)的數(shù)據(jù)。左側(cè)是詳細(xì)的分析結(jié)果

1. Clinical Analyses

分析內(nèi)容如下

1. Aggregate AnalysisFeatures

2. Correlate Clinical vs CopyNumber Arm

3. Correlate Clinical vs CopyNumber Focal

4. Correlate Clinical vs Methylation

5. Correlate Clinical vs miRseq

6. Correlate Clinical vs Molecular Subtypes

7. Correlate Clinical vs mRNAseq

8. Correlate Clinical vs Mutation

9. Correlate Clinical vs MutationRate

10. Correlate Clinical vs RPPA

    
    

提供了臨床數(shù)據(jù)與拷貝數(shù)，甲基化， mRNA/miRNA表達(dá)譜， 突變信息，蛋白質(zhì)表達(dá)譜等多種數(shù)據(jù)的相關(guān)性分析。

2. CopyNumber Analyses

分析內(nèi)容如下

1. Aggregate AnalysisFeatures

2. CopyNumber Clustering CNMF

3. CopyNumber Clustering CNMF thresholded

4. CopyNumber Gistic2

5. Correlate Clinical vs CopyNumber Arm

6. Correlate Clinical vs CopyNumber Focal

7. Correlate CopyNumber vs mRNAseq

8. Correlate molecularSubtype vs CopyNumber Arm

9. Correlate molecularSubtype vs CopyNumber Focal

10. Pathway Paradigm RNASeq And Copy Number

    
    

提供了基于拷貝數(shù)的聚類，以及拷貝數(shù)與臨床數(shù)據(jù)，mRNA表達(dá)譜的相關(guān)性等分析。

3.  Correlations Analyses

分析內(nèi)容如下

1. Correlate Clinical vs CopyNumber Arm

2. Correlate Clinical vs CopyNumber Focal

3. Correlate Clinical vs Methylation

4. Correlate Clinical vs miRseq

5. Correlate Clinical vs Molecular Subtypes

6. Correlate Clinical vs mRNAseq

7. Correlate Clinical vs Mutation

8. Correlate Clinical vs MutationRate

9. Correlate Clinical vs RPPA

10. Correlate CopyNumber vs mRNAseq

11. Correlate Methylation vs mRNA

12. Correlate molecularSubtype vs CopyNumber Arm

13. Correlate molecularSubtype vs CopyNumber Focal

14. Correlate molecularSubtype vs Mutation

    
    

提供了各種數(shù)據(jù)間的相關(guān)性分析。

4. Methylation Analyses

分析內(nèi)容如下

1. Correlate Clinical vs Methylation

2. Correlate Methylation vs mRNA

3. Methylation Clustering CNMF

   
   

提供了基于甲基化數(shù)據(jù)的聚類，以及甲基化與臨床數(shù)據(jù)，mRNA表達(dá)譜數(shù)據(jù)的相關(guān)性分析。

5. miRseq Analyses

分析內(nèi)容如下

1. Aggregate AnalysisFeatures

2. Correlate Clinical vs miRseq

3. miRseq Clustering CNMF

4. miRseq Clustering Consensus Plus

5. miRseq FindDirectTargets

6. miRseq Mature Clustering CNMF

7. miRseq Mature Clustering Consensus Plus

   
   

提供了基于miRNA表達(dá)譜數(shù)據(jù)的聚類，以及miRNA靶基因預(yù)測(cè)， miRNA與臨床數(shù)據(jù)的相關(guān)性等分析。

6. mRNA Analyses

分析內(nèi)容如下

1. Correlate Methylation vs mRNA

2. Pathway GSEA mRNAseq

   
   

提供了mRNA芯片表達(dá)譜數(shù)據(jù)與甲基化數(shù)據(jù)的相關(guān)性分析，以及GSEA基因集富集分析。

7. mRNAseq Analyses

分析內(nèi)容如下

1. Aggregate AnalysisFeatures

2. Correlate Clinical vs mRNAseq

3. Correlate CopyNumber vs mRNAseq

4. miRseq FindDirectTargets

5. mRNAseq Clustering CNMF

6. mRNAseq Clustering Consensus Plus

7. Pathway Paradigm RNASeq

8. Pathway Paradigm RNASeq And Copy Number

   
   

提供了基于mRNA測(cè)序表達(dá)譜的聚類，mRNA表達(dá)譜數(shù)據(jù)與拷貝數(shù)，臨床數(shù)據(jù)的相關(guān)性分析，以及miRNA與mRNA相互作用網(wǎng)絡(luò)等分析。

8. Mutation Analyses

分析內(nèi)容如下

1. Aggregate AnalysisFeatures

2. Correlate Clinical vs Mutation

3. Correlate Clinical vs MutationRate

4. Correlate molecularSubtype vs Mutation

5. Mutation APOBEC

6. Mutation Assessor

7. Mutation CHASM

8. MutSig2.0

9. MutSig2CV

10. MutSigCV

11. Pathway Overlaps MSigDB MutSig2CV

    
    

提供了突變信息與臨床數(shù)據(jù)的相關(guān)性分析等分析內(nèi)容。

9. Pathway Analyses

分析內(nèi)容如下

1. Pathway GSEA mRNAseq

2. Pathway Overlaps MSigDB MutSig2CV

3. Pathway Paradigm RNASeq

4. Pathway Paradigm RNASeq And Copy Number

   
   

提供了mRNA表達(dá)譜的GSEA等分析內(nèi)容。

10. RPPA Analyses

分析內(nèi)容如下

1. Correlate Clinical vs RPPA

2. RPPA Clustering CNMF

3. RPPA Clustering Consensus Plus

   
   

提供了基于蛋白質(zhì)芯片數(shù)據(jù)的聚類，以及蛋白表達(dá)譜與臨床數(shù)據(jù)的相關(guān)性分析。
以甲基化與mRNA表達(dá)譜的相關(guān)性分析為例，結(jié)果如下所示

對(duì)于每個(gè)分析內(nèi)容，都分為了以下3個(gè)部分

1. overview

2. results

3. methods & data

   
   

overview部分提供了結(jié)果的簡(jiǎn)要描述信息，示意如下

results部分可以查看詳細(xì)的分析結(jié)果，示意如下

methods & data部分可以查看分析的方法，以及下載分析結(jié)果，示意如下

通過Broad GDAC, 不僅可以下載TCGA的數(shù)據(jù)，還可以進(jìn)行數(shù)據(jù)挖掘，其提供的分析內(nèi)容和方法都值得借鑒。

看完上述內(nèi)容，你們掌握如何進(jìn)行Broad GDAC對(duì)TCGA的數(shù)據(jù)分析的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！