ICGC数据库使用

TCGA是不错的癌症研究数据资源，但癌症研究不只是有TCGA。ICGC国际癌症基因组联盟，有亚洲、澳大利亚、欧洲、北美和南美17个行政区的89个项目，包括25,000个肿瘤基因组。目的是To obtain a comprehensivedescription of genomic, transcriptomic and epigenomic changes in 50 different tumor types and/or subtypes which are of clinical and societal importance across the globe.

数据库的在线使用比较简单，根据提示输入想要查询的内容即可

TP53依然是突变频率最高的基因。

与TCGA不同的是，ICGC里面有多个国家的人群的数据

突变整体比较的经典图，每个点表示每个个体外显子区每MB区域体细胞突变的数目，不同区域的不同癌症归位一组展示。澳大利亚的皮肤癌(MELA-AU)整体突变率最高，英国的慢性骨髓病（CMDI-UK）突变频率最低。这里面有地域差异，也有疾病差别。R语言学习 – 箱线图一步法 R语言学习 – 箱线图（小提琴图、抖动图、区域散点图）

ICGC可以做在线富集分析，队列比较分析，集合分析和利用OncoGrid展示数据。

不同疾病或地域之间共有或特有的突变位点。 R语言学习 – 韦恩图

搜索基因后的详情页

基因突变频率分布

突变位点分布

所在基因组区域的展示

BRAF最频繁突变位点

突变位点影响注释

靶向突变位点的小分子化合物（伊马替尼，格列卫），对于药物设计有重要意义

小分子格列卫的属性

IMATINIB格列卫的其它靶点

正在开展的临床试验

某一疾病的信息展示

OncoGrid，在上一篇文章已经讲过，500个突变最多的个体和50个最高突变的基因，顶部柱状图代表每个个体中这50个基因的突变位点数目，右侧柱状图表示含有每个基因突变位点的个体数目，热图不同颜色代表不同的突变类型，下方2个颜色条代表临床信息和数据类型，右侧的第一个颜色条代表该基因是否是Cancer Gene Census (The Cancer Gene Census is a list of genes with substantial published evidence in Oncology.)，第二个颜色条代表突变影响到的个体数。

OnCoGrid是一种形式的热图，有专用工具来绘制；但有时也可用普通热图工具来展示这些信息，具体见

R语言学习 – 热图简化

R语言学习 – 热图美化

R语言学习 – 热图绘制 (heatmap)

突变和未突变基因的生存分析比较

年龄与疾病关系分析

突变基因所在通路分析 （富集分析泡泡图绘制 富集分析DotPlot，可以服）

COSMIC又一个癌症突变数据库

主状图展示突变位点在不同疾病中的分布，R语言学习 – 柱状图

还有突变位点的蛋白结构，研究Docking

换个风格，人蛋白表达数据库，不同人体组织的蛋白质组和转录组数据。