--- title: TCGA-RNA-Seq canonical_url: "https://www.modelscope.cn/datasets/ai4s/TCGA-RNA-Seq" md_url: "https://www.modelscope.cn/datasets/ai4s/TCGA-RNA-Seq.md" repository: ai4s/TCGA-RNA-Seq last_updated: 2025-09-08 license: "Apache License 2.0" storage_size: "1.9 GB" downloads: 435 stars: 1 --- # TCGA-RNA-Seq > TCGA-RNA-Seq - ai4s 在 ModelScope 开源的数据集。序列分析, 基因表达调控分析, 疾病相关基因变异与精准医疗 ai4s/TCGA-RNA-Seq 是 ModelScope 魔搭社区上的数据集，存储大小 1.9 GB，采用 Apache License 2.0 许可。 - **Repository**: ai4s/TCGA-RNA-Seq - **License**: Apache License 2.0 - **Storage size**: 1.9 GB - **Downloads**: 435 - **Stars**: 1 - **Last updated**: 2025-09-08 Source: https://www.modelscope.cn/datasets/ai4s/TCGA-RNA-Seq --- #### 数据集说明 **综合**​**：RNA测序数据（RNA-Seq）是 TCGA 的核心数据类型之一，为癌症机制探索、亚型划分和预后标志物筛选提供了基础。** --- ### 1. 背景介绍 TCGA（The Cancer Genome Atlas）项目是由美国国立癌症研究所（NCI）和国家人类基因组研究所（NHGRI）联合发起的癌症组学研究项目，旨在通过大规模测序和多组学技术揭示不同类型肿瘤的分子特征。其中，RNA测序数据（RNA-Seq）是 TCGA 的核心数据类型之一，为后续癌症机制探索、亚型划分和预后标志物筛选提供了基础。 UCSC Xena 是一个由加州大学圣克鲁兹分校开发的癌症数据可视化和下载平台，它对 TCGA 的原始 RNA-Seq 数据进行了统一整合和标准化处理，使研究者能够以可比性强的方式访问跨癌种的转录组数据。 ### 2. 数据类型与处理流程 **原始数据来源** * RNA-Seq 原始数据由 Illumina 平台测序，测序对象为 polyA+ mRNA。 * 测序样本主要包括肿瘤组织样本和部分对应的正常组织样本。 **表达矩阵类型** | **表达单位** | **说明** | :-------- | :----- | | **HTSeq raw counts** |基于 GENCODE 注释的原始基因计数值，适用于差异表达分析（如DESeq2）。| | **FPKM** | 考虑基因长度和测序深度的标准化表达单位，适用于横向比较。| | **FPKM-UQ**|在FPKM基础上进行上四分位数归一化，适用于横向比较与可视化。| |**log2(x + 1)** |对FPKM-UQ数据进行log转换，常用于聚类、热图和生存分析。 | **TPM（部分来源于GDC或Xena派生）** |更适合在样本间进行表达强度比较。 UCSC Xena 平台通常提供 **log2(FPKM-UQ + 1)** 处理版本的数据作为默认下载格式。 **注释版本与基因集** * GENCODE v22 是主要使用的基因注释版本。 * 包含全部编码基因（protein-coding）与部分长链非编码RNA（lncRNA）。 * 通常以 ENSEMBL ID 形式记录，同时提供基因名称映射。 * 所有表达矩阵与 phenotype 文件对齐，便于分析。 --- ## 3. 样本覆盖范围 --- * ​**覆盖33种癌症，包括**​： | 缩写 | 中文名称 | 英文全称 | 系统分类 | | ------ | ----------------------- | ------------------------------------------------------------------ | ----------------- | | ACC | 肾上腺皮质癌 | Adrenocortical carcinoma | 内分泌系统 | | BLCA | 膀胱尿路上皮癌 | Bladder Urothelial Carcinoma | 泌尿系统 | | BRCA | 乳腺浸润性癌 | Breast Invasive Carcinoma | 生殖系统 | | CESC | 宫颈鳞癌与腺癌 | Cervical Squamous Cell Carcinoma and Endocervical Adenocarcinoma | 生殖系统 | | CHOL | 肝外胆管癌 | Cholangiocarcinoma | 消化系统 | | COAD | 结肠腺癌 | Colon Adenocarcinoma | 消化系统 | | DLBC | 弥漫大 B 淋巴瘤 | Diffuse Large B-cell Lymphoma | 淋巴系统 | | ESCA | 食管癌 | Esophageal Carcinoma | 消化系统 | | GBM | 胶质母细胞瘤 | Glioblastoma Multiforme | 神经系统 | | HNSC | 头颈鳞癌 | Head and Neck Squamous Cell Carcinoma | 呼吸/消化交界区 | | KICH | 肾集合管癌 | Kidney Chromophobe | 泌尿系统 | | KIRC | 肾透明细胞癌 | Kidney Renal Clear Cell Carcinoma | 泌尿系统 | | KIRP | 肾乳头状细胞癌 | Kidney Renal Papillary Cell Carcinoma | 泌尿系统 | | LAML | 急性髓系白血病 | Acute Myeloid Leukemia | 血液系统 | | LGG | 低级别神经胶质瘤 | Brain Lower Grade Glioma | 神经系统 | | LIHC | 肝细胞癌 | Liver Hepatocellular Carcinoma | 消化系统 | | LUAD | 肺腺癌 | Lung Adenocarcinoma | 呼吸系统 | | LUSC | 肺鳞癌 | Lung Squamous Cell Carcinoma | 呼吸系统 | | MESO | 间皮瘤 | Mesothelioma | 胸膜/腹膜系统 | | OV | 卵巢浆液性腺癌 | Ovarian Serous Cystadenocarcinoma | 生殖系统 | | PAAD | 胰腺导管腺癌 | Pancreatic Adenocarcinoma | 消化系统 | | PCPG | 嗜铬细胞瘤/副神经节瘤 | Pheochromocytoma and Paraganglioma | 内分泌系统 | | PRAD | 前列腺腺癌 | Prostate Adenocarcinoma | 生殖系统 | | READ | 直肠腺癌 | Rectum Adenocarcinoma | 消化系统 | | SARC | 肉瘤 | Sarcoma | 软组织/骨系统 | | SKCM | 皮肤黑色素瘤 | Skin Cutaneous Melanoma | 皮肤系统 | | STAD | 胃腺癌 | Stomach Adenocarcinoma | 消化系统 | | TGCT | 睾丸生殖细胞肿瘤 | Testicular Germ Cell Tumors | 生殖系统 | | THCA | 甲状腺癌 | Thyroid Carcinoma | 内分泌系统 | | THYM | 胸腺瘤 | Thymoma | 淋巴/胸腺系统 | | UCEC | 子宫内膜癌 | Uterine Corpus Endometrial Carcinoma | 生殖系统 | | UCS | 子宫浆液性癌 | Uterine Carcinosarcoma | 生殖系统 | | UVM | 葡萄膜黑色素瘤 | Uveal Melanoma | 眼部系统 | --- ### 4.典型研究用途（聚焦RNA表达） * **癌症分子亚型分析** 利用表达谱数据构建聚类树、热图或共表达网络，识别肿瘤分子分型（如BRCA中的Basal-like、Luminal A/B等）。 * **差异表达分析（DEA）** 通过DESeq2或edgeR对肿瘤与正常组织、不同阶段或预后组别进行表达差异分析，识别关键驱动基因。 * **预后分析与建模** 结合临床生存数据（OS, DFS等），基于表达量进行Cox回归、Kaplan-Meier生存曲线绘制，建立多基因评分模型。 * **免疫相关分析** 与免疫细胞浸润数据（如CIBERSORT或TIMER结果）结合，分析免疫通路活性、免疫抑制/激活相关基因表达。 * **联合组学分析** 结合拷贝数变化（CNV）、DNA突变、DNA甲基化等TCGA其他组学数据，开展整合分析。 --- ### 5. **数据主论文：** > *Goldman, M.J., Craft, B., Hastie, M. et al. Visualizing and interpreting cancer genomics data via the Xena platform. Nat Biotechnol (2020). ​*​*[https://doi.org/10.1038/s41587-020-0546-8](https://doi.org/10.1038/s41587-020-0546-8)* 结合拷贝数变化（CNV）、DNA突变、DNA甲基化等TCGA其他组学数据，开展整合分析。 5. 数据主论文： Goldman, M.J., Craft, B., Hastie, M. et al. Visualizing and interpreting cancer genomics data via the Xena platform. Nat Biotechnol (2020). ​*​https://doi.org/10.1038/s41587-020-0546-8* #### 下载方法 :modelscope-code[]{type="sdk"} :modelscope-code[]{type="git"}