이교수의 TCGA 첫걸음

표는 5분이면 받는다
어려운 것은 그다음이다

TCGA 는 표본 12,591개 · 환자 11,081명 · 암종 33개의 임상표를 누구에게나 열어 두었습니다. 폐선암 566 표본의 변이 · TMB · 복제수 · 발현도 함께요.
이 20강은 그 표를 한 칸씩 직접 엽니다. 바코드 스물여덟 글자 · counts 와 TPM · 빈칸의 세 가지 뜻 · 네 개의 생존 종점 · 어디에도 안 적힌 TMB 의 분모 · 접수기관이 남긴 흔적. 파이썬은 이 페이지 안에서 바로 실행됩니다. 설치할 것은 없습니다.

🐍 Python🧮 TCGA🏷️ 바코드 📈 생존분석🎯 TMB🏥 배치 효과🇰🇷 한국어

1강 시작하기 →

이렇게 배웁니다

🔎한 칸의 뜻부터

분석보다 먼저 열의 뜻을 묻습니다. 바코드 넷째 칸, 발현량의 단위, 빈칸의 세 가지 뜻 — 여기서 틀리면 뒤가 전부 틀립니다.

▶️진짜 표로

대리 자료가 아닙니다. TCGA Pan-Cancer Clinical Data Resource 와 cBioPortal PanCanAtlas 2018 의 값을 그대로 씁니다.

🚧속는 법을 먼저

문턱을 열일곱 번 옮겨 보고, 유전자 열아홉 개를 다 돌려 봅니다. 살림유전자가 "유의하게" 나오는 것을 직접 봐야 안 속습니다.

🛠️만지며 익히기

강마다 실험실 위젯이 하나씩 — 바코드 쪼개기, 단위 바꾸기, 문턱 밀기, 생존곡선 다시 그리기를 직접 해 봅니다.

전체 커리큘럼

표 하나가 도착했다 — 12,591줄이 무엇인가

TCGA Pan-Cancer Clinical Data Resource (Liu et al., Cell 2018)

바코드 한 줄 — 스물여덟 글자가 다 뜻이 있다

TCGA-05-4244-01A-01R-1206-07

01 과 11 — 종양 옆에는 정상이 함께 있다

넷째 칸 두 자리가 표를 반으로 가른다

한 사람이 여러 줄 — 무엇을 남기고 무엇을 버리나

표본 12,591개 · 환자 11,081명

창구가 넷이다 — 같은 자료, 다른 숫자

GDC · UCSC Xena · cBioPortal · Firehose

발현량의 단위 — counts 와 TPM 은 같은 것이 아니다

counts · FPKM · FPKM-UQ · TPM · RSEM

로그를 씌운다 — 그리고 그 +1 은 무엇인가

log2(x+1) 이 거의 언제나 붙어 있는 까닭

빈칸에도 종류가 있다 — 없는 것과 안 잰 것과 해당 없는 것

병기 열의 4,345개 빈칸

종점이 넷이다 — 무엇을 '사건' 이라 부를 것인가

OS · DSS · DFI · PFI

변이 한 줄 — MAF 파일이 말하는 것과 말하지 않는 것

chr12:25398285 C>A · KRAS G12C

TMB 를 손으로 — 분모가 어디에도 적혀 있지 않다

TMB = 변이 수 ÷ 읽은 유전체 크기(Mb)

무엇을 세고 무엇을 버리나 — 침묵변이와 필터

Variant_Classification 열 하나가 TMB 를 정한다

복제수 — GISTIC 의 다섯 칸은 연속값이 아니다

-2 · -1 · 0 · +1 · +2

접수기관 — 누가 보냈는지가 숫자에 남는다

TSS 34곳 · 큰 9곳만 봐도 TMB 중앙값이 3.6 에서 12.8

이수성·FGA·MSI — 이름이 비슷한 세 숫자는 같은 것을 재지 않는다

aneuploidy · fraction genome altered · MSI sensor

KRAS 와 EGFR 은 함께 오지 않는다 — 아형이란 무엇인가

566 표본 가운데 둘 다 가진 사람은 1명

살아 있는 사람을 세는 법 — 중도절단이라는 문제

LUAD 505명 · 사망 182 · 중도절단 323

찾을 때까지 뒤지면 나온다 — 문턱과 유전자 목록

GAPDH 와 ACTB 가 '생존과 유의하게 관련' 되는 방법

그림 한 장을 처음부터 — 폐선암 병기별 생존곡선

표 두 개에서 시작해 그림 한 장까지

말할 수 있는 것과 말할 수 없는 것

TCGA 로 논문을 쓰기 전에 스스로 묻는 열 가지