要问分析TCGA数据库大家最讨厌什么？就小编而言，当初学习TCGA数据库时候最讨厌用R软件分析时候代码的报错！这个问题估计是相当苦恼的，今天，小编将为大家介绍一个无需代码，并且免费使用的TCGA子数据库——cBioportal网站。毋庸置疑，这是一个科研汪们集万千宠爱的网站。 首先，我们进入网站了解一下。官网网址为http://www.cbioportal.org/。进入官网后，主页分为以下三个区域，左侧的为选择研究的区域(按器官对各肿瘤分类)，中间是下载研究数据的区域，右侧区域是对各研究数据的一个总结及该癌种的临床信息。

我们先点击右侧区域的“Lung”了解一下，可以看到这是对肺癌所有研究数据的一个总结。

点击“Clinical Data”，可以查看肺癌患者的临床信息。

小编主要研究的是胸部肿瘤，所以今天就以TCGA数据库肺腺癌数据来举例分析。首先，我们找到左侧的“Lung”，点击选项，再选择一个肺腺癌的数据集。

下拉页面，选择数据类型，包括突变数据、拷贝变异数据、mRNA表达数据、蛋白磷酸化数据，本帖我们选择分析这四种数据。接下来选择基因，选择TGF-β通路的43个基因，当然，也可以选择自己已经获得的Hub基因或目标基因，手动输入到基因输入框中。输入成功后，数据库会自动判断输入的基因是否有效，绿色代表输入成功，最后点击提交。

弹出的第一个页面，显示的各个基因对应的总体样本的分布情况，下拉页面，图形中各个颜色的含义都做了备注。

  在这个页面的右上角，提供了一个热图选项，小编试着将其点开。

点击“Add Genes to Heatmap”,得到一幅热图，这热图看起来怪怪的，不过也能凑合着看了。

第二个页面是肺腺癌各数据类型的分布，包括突变、扩增、高度缺失、mRNA高表达、mRNA低表达、蛋白低表达、复杂改变。cBioPortal for Cancer Genomics提供大规模癌症基因组数据集的可视化和分析。

有文献使用cBioPortal数据库中的8个肺癌数据集研究了肺癌中的CDK5的基因组变化，其改变包括扩增，缺失，突变和复杂改变，其中6个数据集中突变比重最大，2个数据集中扩增的比重最大(图A)。（获取文献方式，请看文末）

第三个页面，显示的是两个基因与肿瘤的相关性，假设A基因与肿瘤相关，那么B基因与肿瘤相关性就小一些，挺拗口的！我们可以通过Log2OR大小来判断这种关系，如果Log2OR越小，则说明A基因与肿瘤更相关，而B基因与肿瘤相关性则越小。

第四个页面是一幅基因分析的离散图，右侧的图的意思是肺腺癌中TGFB1基因与拷贝数变化的散点图。左侧的菜单中的基因、数据类型都可以更改，根据需要，选择不同的数据来作图。

第五个页面是查看突变的位置及类型的，可以看出突变位点有两个，分别是X287-splice(可变剪接位点)和R244*(无义突变位点)。

第六个页面显示的是共表达情况，左侧是与TGF-β1相关的共表达基因，右侧是某个基因与TGF-β1共表达的关系图，共表达图直接可以免费下载，用起来非常方便。

第七个页面是富集分析的情况。左侧是这43个基因突变数据的一幅火山图，同样也可以查看拷贝数、mRNA表达、蛋白数据的火山图。

第八个页面是生存分析，第一幅图查看的是总生存期的生存曲线。

下拉页面，查看无进展生存期的生存曲线。

第九个页面是拷贝数的具体信息，点击Download下载拷贝变异数据。

打开文档，可以查看基因变异的位置。

第十个页面是蛋白互作网络图(PPI)，这个不用多说，点击页面加以调整即可在文章中使用。

最后一个页面，是数据下载的页面，各类型数据的原始数据以及矩阵均可以在这个页面进行下载。

比如，下载一个肺腺癌基因表达的矩阵。

看着还不错吧，是不是惊讶这样也能分析TCGA数据？cBioportal网站不得不说是小伙伴们的福利，操作非常简单，数据免费分析，重点只是对数据的解读。学了本帖，小伙伴们赶紧行动起来吧！