常用肿瘤基因分析方法及基于TCGA数据库的分析应用

• 作者: 张依楠 徐寒梅 李梦玮 李鑫
• 来源期刊: 遗传
• 关键词: 基因数据 TCGA数据库 肿瘤
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 综述
• 页码范围: 234-242
• 页数: 9页
• 字数: 7083字
• 语种: 中文
• DOI: 10.16288/j.yczz.18-279

摘要

随着二代测序技术的快速发展,数据量不断累积,肿瘤学家的目光逐渐由多物种测序转移至高通量测序数据的分析和比对.基因数据分析方法层出不穷,高通量的组学分析手段不断优化和创新,基因数据的挖掘和分析工作正处于飞速发展的时期.以肿瘤病人样本为核心的数据库The Cancer Genome Atlas(TCGA)由此应运而生,该数据库全方位记录了从临床肿瘤病人样本得到的基因数据如DNA序列、转录本信息、表观遗传学修饰等.本文主要从数据分析方法、TCGA数据库及其应用实例等3个方面详细介绍了肿瘤相关基因数据的深入挖掘和生物信息学分析方法的最新研究进展,以期为研究人员利用大数据发现肿瘤防治相关的新靶点提供借鉴和参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐寒梅	中国药科大学多肽药物创制工程中心	77	186	7.0	11.0
2	李鑫	中国药科大学多肽药物创制工程中心	4	11	2.0	3.0
3	张依楠	中国药科大学多肽药物创制工程中心	3	3	1.0	1.0
4	李梦玮	中国药科大学多肽药物创制工程中心	4	3	1.0	1.0