我喜欢把TCGA数据库的应用划分为8个领域：
- 1、探索各类肿瘤不同临床特征（性别、年龄、种族、临床分期）的预后（生存曲线）
- 2、探索各类肿瘤与对照的单个分子（mRNA，lncRNA，miRNA，甲基化，蛋白）水平的差异情况（箱线图）
- 3、探索各类肿瘤与对照的全局（mRNA，lncRNA，miRNA，甲基化，蛋白）水平的差异情况（差异分析流程）
- 4、探索各类肿瘤中两个分子（mRNA，lncRNA，miRNA，甲基化，蛋白）水平相关性（散点图）
- 5、探索各类肿瘤中多个分子（mRNA，lncRNA，miRNA，甲基化，蛋白）水平总结（热图）
- 6、探索各类肿瘤中单个分子（mRNA，lncRNA，miRNA，甲基化，蛋白）与所有其它分子相关性并且排序
- 7、探索各类肿瘤中单个基因突变或者单个分子（mRNA，lncRNA，miRNA，甲基化，蛋白）水平的预后（生存曲线）
- 8、探索各类肿瘤不同临床特征（性别、年龄、种族、临床分期）分组后的单个分子（mRNA，lncRNA，miRNA，甲基化，蛋白）特性的分布
前面我已经把一百多位优秀本科生带入了生物信息学的大门，接下来五年该大家奉献自己的博士成果了。如果大家感兴趣秀本科生活动， 已经带领了近100名优秀本科生了解生物信息学相关毕业设计：这120万我就不要了，送给500名优秀本科生，符合条件的继续报名哈！
不知不觉一个月都过去了，优秀本科生已经学完了R语言和Linux，虽然说他们还很稚嫩，也不可能这么快就有自己的服务器，但是已经都购买了最低配云服务器，见：还说啥呢，继续免费啊，里面的：购买入门级服务器免费送Linux直播培训服务，我相信他们的未来是光明的。
在没有服务器的日子里，就只能是先安排大家继续完善统计可视化的学习，包括我们一直强调的TCGA数据挖掘技能。
其中一个学生看到文献有下面这个图表，咨询如何做到：
我把它拆解一下：
- 首先下载TCGA某个癌症的maf文件，里面记录的是肿瘤病人的somatic突变信息
- 然后下载该癌症全部病人的临床信息
- 然后根据指定基因，比如上图的BAP1和SETD2在maf文件里面查询是否突变把病人分组
- 2个基因突变与否是可以分成4组，上图比较的是两个基因都没有突变的1个组，与剩余的3个组来看生存差异
- 生存曲线当然是R语言啦
