TCGA样本编号什么意思？
之前分析TCGA数据都是直接匹配barcode，其规则懂的不多。相信有不少也有这⽅⾯困惑。
这是实战TCGA数据库的⼜⼀个知识澳大利亚中学留学
点，如果你已经对TCGA有浅显的认识，那么我们应该根据研究⽅向找到⾃⼰的癌症类型，TCG十四是十四绕口令
A有⼀台完整的癌症分型，慢慢这个分型也成为了主流，你别不服⽓，如果我们有这样的科研实⼒和共享魄⼒，⼀样可以得到科研界的认可，可是路漫漫，幸好我们都在路上，⾄少现在的统计显⽰，国内发表关于TCGA的⽂章数据已经过半数了。
image
最重要的癌症类型有32个，会带领⼤家⼀个⼀个来认识，以后分析学习的时候可以直接查看，如果是全英⽂的，那你会说，这个我也知道，放⼼，当然会给⼤家简单中⽂检索的。他们分别是：
ACC 腺样囊性癌
BLCA 膀胱癌
BRCA 乳腺癌
CESC 宫颈鳞状细胞癌
CHOL 胆癌
COAD 结肠癌
DLBC 淋巴癌
ESCA ⾷管癌
GBMLGG 脑癌
HNSC 头颈部鳞癌
KICH 嫌⾊细胞癌
KIRC 肾透japanis
明细胞癌
KIRP 乳头状肾细胞癌
LAML ⾻髓癌
LIHC 肝癌
LUAD 肺腺癌
LUSC 肺鳞状细胞癌
MESO 胸膜癌
OV 卵巢修改病句符号
癌
PAAD 胰腺癌
PCPG 肾上腺癌
PRAD 前列腺癌
READ 直肠癌
SARC 软组织癌
SKCM ⽪肤癌
STAD 胃癌
TGCT 睾丸癌
THCA 甲状苏州名吃
腺癌
THYM 胸腺癌
UCEC ⼦宫内膜癌
UCS ⼦宫癌
UVM 眼癌
这样展⽰给⼤家，会不会很唐突，⼤家保存就是了，整理是需要时间和经理的，具体每个癌症的详情，还需要⼤家⼀起去完善。不知道有找到⾃⼰需要研究的癌症类型呢？找到了癌症的类型，带⼤家来认识⼀下癌症⼤数据⾥最常见，最有标志性的，样本代号，这个估计也要变成国际标准了，相信科研组在考虑如何命名是也是下⾜了功夫，因为TCGA数据量⼤，涉及的样本多，每个样本的表达数据类型有多，太简单的话⽆法检索需求啊，太难更不⾏了，会被嫌弃的！
image
举个样本例⼦给⼤家：
TCGA-02-0001-01C-01D-0182-01
就这么⼀个简单的代号，包含着多少信息，⼜包含着多少科研⼯作的热情和⼼⾎。
TCGA命名每个字段的意义
Project-TSS-Participant-Sample&Vial-Portion&Analyte-Plate-Center
TCGA：Project 项⽬名称
02：TSS 支付宝集福
组织来源代码
0001：Participant 科研参与者
01：Sample 样本号
C：Vial 样本序列中样本的阶数
01：Portion 顺序中部分的次序
D：Analyte
0182：Plate 顺序中的板的顺序
01：Center 测序鉴定
image
看了这么多，是不是有点糊涂了，其实这个代码中，最重要的就是第四个字段，也就是01C，准确的说01对我们来说⾮常重要，这个sample的数字是从01-29的，其中01-09是tumor，也就是癌症样本力量用英语怎么说
；其中10-29是normal，也就是癌旁；这个对于每个研究者才是最重要的，当然，这个必须记住，只有
记住这个，后期才能做差异分析，⽣存分析，如果连肿瘤样本和癌旁样本都区分不了，何谈后续分析呢？
业内有⼈戏说：“⼀⼊TCGA深似海”老年人贫血吃什么补血最快最有效
，这可见癌症谱图有多⼤，我们有多渺⼩，对于科研数据，我们应该怀着⼀颗敬畏和空杯的⼼态，⼀步⼀步，不如TCGA⼤数据的殿堂，去挖掘对癌症分析、治疗有⽤的数据库，也不初一拜年祝福语
枉TCGA曾经定下的⽬标和宏伟梦想。
