This lesson is only available in Korean for now.

Prof. Sangho Lee's TCGA, First Steps

The table downloads in five minutes.
What comes after is the hard part.

TCGA leaves a clinical table of 12,591 samples, 11,081 patients and 33 cancer types open to anyone — along with mutations, TMB, copy number and expression for 566 lung adenocarcinomas.
These 20 lessons open that table one cell at a time: the twenty-eight characters of a barcode, counts versus TPM, the three kinds of blank, the four survival endpoints, the TMB denominator nobody writes down, the fingerprints left by the hospital that sent the tissue. Python runs right inside this page. There is nothing to install.

🐍 Python🧮 TCGA🏷️ barcodes 📈 survival analysis🎯 TMB🏥 batch effects🇬🇧 English

Start lesson 1 →

How you'll learn

🔎Start with what a cell means

Before any analysis, ask what the column means. The fourth field of the barcode, the unit of an expression value, the three kinds of blank — get these wrong and everything downstream is wrong.

▶️With the real tables

Not a stand-in dataset. The values from the TCGA Pan-Cancer Clinical Data Resource and cBioPortal PanCanAtlas 2018, exactly as published.

🚧How to fool yourself, first

You move the cut-off seventeen times and test all nineteen genes. Watching a housekeeping gene come out “significant” is what stops you being fooled later.

🛠️Learning by handling it

Every lesson has a laboratory widget — splitting a barcode, switching units, sliding a cut-off, redrawing a survival curve, all with your own hands.

Full curriculum

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