数据挖掘专题 | TCGA中的lncRNA之TANRIC数据库

TCGA是个热门的数据库，lncRNA是个热门的研究方向，怎么样才能简单快速的从TCGA中得到lncRNA的表达数据？

今天就来跟大家分享一个基于TCGA、CCLE等其他数据库进行lncRNA识别与整理，可免费在线分析及数据下载等功能强大的数据库-TRANIC！

TANRIC is an open-access resource for interactive exploration of lncRNAs in cancer. It characterizes the expression profiles of lncRNAs in large patient cohorts including TCGA, CCLE and other independent datasets.

官方主页：

http://ibl.mdanderson.org/tanric/_design/basic/index.html

最新版本为2015/04/16 - Version 1.0.6 released.

TRANIC主体框架：

https://bioinformatics.mdanderson.org/main/TANRIC:Overview

http://cancerres.aacrjournals.org/content/75/18/3728

比较关键的一点是关于lncRNA识别及表达定量，我们直接看官方的描述：

GENCODE数据库，TRANIC使用的是v19版本，可下载：

ftp://ftp.ebi.ac.uk/pub/databases/gencode/Gencode_human/release_19/gencode.v19.long_noncoding_RNAs.gtf.gz

TRANIC收录的数据展示（部分）：

http://ibl.mdanderson.org/tanric/_design/basic/summary.html

数据可在线免费下载，链接：

http://ibl.mdanderson.org/tanric/_design/basic/download.html

以TCGA-COAD为例，下载得到压缩文件TCGA-COAD-rnaexpr.zip，解压可见数据描述信息TCGA-COAD-rnaexpr-META.tsv及表达谱文件TCGA-COAD-rnaexpr.tsv，格式如下：

第一列可见，共计12727个lncNRA在COAD患者中的表达数据。

基于TANRIC数据库进行lncRNA研究的文章也比较多，举个例子以作参考：

对于没有权限下载到TCGA原始数据，或者不知道如何从TCGA中提取并整理lncRNA表达数据的小伙伴来说，TANRIC是个不错的选择，因为下载下来的即整理好的表达矩阵格式！但是，TRANIC数据库中来源于TCGA的只有20种癌型，且数据较早期（最新2015/04/16）所以包含的样本量也远少于目前TCGA中收录的数据，且多数癌型并无正常配对样本。