首先，我們進入網(wǎng)站了解一下。官網(wǎng)網(wǎng)址為http://www./。進入官網(wǎng)后，主頁分為以下三個區(qū)域，左側(cè)的為選擇研究的區(qū)域(按器官對各腫瘤分類)，中間是下載研究數(shù)據(jù)的區(qū)域，右側(cè)區(qū)域是對各研究數(shù)據(jù)的一個總結(jié)及該癌種的臨床信息。

我們先點擊右側(cè)區(qū)域的“Lung”了解一下，可以看到這是對肺癌所有研究數(shù)據(jù)的一個總結(jié)。

點擊“Clinical Data”，可以查看肺癌患者的臨床信息。

小編主要研究的是胸部腫瘤，所以今天就以TCGA數(shù)據(jù)庫肺腺癌數(shù)據(jù)來舉例分析。首先，我們找到左側(cè)的“Lung”，點擊選項，再選擇一個肺腺癌的數(shù)據(jù)集。

下拉頁面，選擇數(shù)據(jù)類型，包括突變數(shù)據(jù)、拷貝變異數(shù)據(jù)、mRNA表達數(shù)據(jù)、蛋白磷酸化數(shù)據(jù)，本帖我們選擇分析這四種數(shù)據(jù)。接下來選擇基因，選擇TGF-β通路的43個基因，當然，也可以選擇自己已經(jīng)獲得的Hub基因或目標基因，手動輸入到基因輸入框中。輸入成功后，數(shù)據(jù)庫會自動判斷輸入的基因是否有效，綠色代表輸入成功，最后點擊提交。

彈出的第一個頁面，顯示的各個基因?qū)?yīng)的總體樣本的分布情況，下拉頁面，圖形中各個顏色的含義都做了備注。

在這個頁面的右上角，提供了一個熱圖選項，小編試著將其點開。

點擊“Add Genes to Heatmap”,得到一幅熱圖，這熱圖看起來怪怪的，不過也能湊合著看了。

第二個頁面是肺腺癌各數(shù)據(jù)類型的分布，包括突變、擴增、高度缺失、mRNA高表達、mRNA低表達、蛋白低表達、復(fù)雜改變。cBioPortal for Cancer Genomics提供大規(guī)模癌癥基因組數(shù)據(jù)集的可視化和分析。

有文獻使用cBioPortal數(shù)據(jù)庫中的8個肺癌數(shù)據(jù)集研究了肺癌中的CDK5的基因組變化，其改變包括擴增，缺失，突變和復(fù)雜改變，其中6個數(shù)據(jù)集中突變比重最大，2個數(shù)據(jù)集中擴增的比重最大(圖A)。（獲取文獻方式，請看文末）

第三個頁面，顯示的是兩個基因與腫瘤的相關(guān)性，假設(shè)A基因與腫瘤相關(guān)，那么B基因與腫瘤相關(guān)性就小一些，挺拗口的！我們可以通過Log2OR大小來判斷這種關(guān)系，如果Log2OR越小，則說明A基因與腫瘤更相關(guān)，而B基因與腫瘤相關(guān)性則越小。

第四個頁面是一幅基因分析的離散圖，右側(cè)的圖的意思是肺腺癌中TGFB1基因與拷貝數(shù)變化的散點圖。左側(cè)的菜單中的基因、數(shù)據(jù)類型都可以更改，根據(jù)需要，選擇不同的數(shù)據(jù)來作圖。

第五個頁面是查看突變的位置及類型的，可以看出突變位點有兩個，分別是X287-splice(可變剪接位點)和R244*(無義突變位點)。

第六個頁面顯示的是共表達情況，左側(cè)是與TGF-β1相關(guān)的共表達基因，右側(cè)是某個基因與TGF-β1共表達的關(guān)系圖，共表達圖直接可以免費下載，用起來非常方便。

第七個頁面是富集分析的情況。左側(cè)是這43個基因突變數(shù)據(jù)的一幅火山圖，同樣也可以查看拷貝數(shù)、mRNA表達、蛋白數(shù)據(jù)的火山圖。

第八個頁面是生存分析，第一幅圖查看的是總生存期的生存曲線。

下拉頁面，查看無進展生存期的生存曲線。

第九個頁面是拷貝數(shù)的具體信息，點擊Download下載拷貝變異數(shù)據(jù)。

打開文檔，可以查看基因變異的位置。

第十個頁面是蛋白互作網(wǎng)絡(luò)圖(PPI)，這個不用多說，點擊頁面加以調(diào)整即可在文章中使用。

最后一個頁面，是數(shù)據(jù)下載的頁面，各類型數(shù)據(jù)的原始數(shù)據(jù)以及矩陣均可以在這個頁面進行下載。

比如，下載一個肺腺癌基因表達的矩陣。

看著還不錯吧，是不是驚訝這樣也能分析TCGA數(shù)據(jù)？cBioportal網(wǎng)站不得不說是小伙伴們的福利，操作非常簡單，數(shù)據(jù)免費分析，重點只是對數(shù)據(jù)的解讀。學(xué)了本帖，小伙伴們趕緊行動起來吧！