腫瘤資料庫除了TCGA，還有TCIA--轉載
TCIA就是基於TCGA資料開發的，不同的是TCIA只提供了20個癌種的免疫資料分析。
看網站首頁的介紹就知道，這個資料庫主要是根據TCGA的二代測序資料開發出來的。這裡的20個癌種，點選每個柱子進去就可以分析對應的癌種，側邊的欄目則提供一些個性化選擇。
01
Patients list模組
TCIA分別對每個病人進行分析，資料也提供下載，我們可以看到提供了ID、疾病、性別和年齡資訊，我們重點關注IPS這一列的資訊，IPS這一列有4個專案，有不同的屬性，作者在文章中表示IPS（immunophenoscore） 可以很好的預測CTLA-4和PD-1反應性的預測因子。
02
Gene Expression模組
在左側的選擇欄裡篩選病人和基因後，可對單個基因進行差異分析和生存分析，值得注意的是這些基因都是和免疫相關的基因。筆者認為TCIA的這個模組並不怎麼好用，也沒有做檢驗，作圖不怎麼好看，不過如果只是看一看還是可以的。生存分析模組，TCIA是根據中位表達值分組進行的分析，提供HR和p值。
03
Cell Fractions
這個模組提供不同免疫細胞比例的展示，absolute和Relative表示免疫細胞的絕對數和相對數，是CIBERSORT的不同計算方法結果，同時在table欄提供快捷的搜尋。
04
Heterogeneity
TCIA對每個樣本的癌症抗原和遺傳特徵進行了分析，包括腫瘤異質性和克隆性，以方便分析免疫特徵和腫瘤的遺傳特徵。
05
Neoantigens
這個模組提供疾病的突變數和突變壓力展示，也提供展示預測到的新抗原結果。不過筆者也想說，這種新抗原預測，因為沒有辦法用實驗的方法證偽，所以看看就好了，用作分析還是可以的，就看你的功力深厚了。
06
Tools模組
這個模組提供一個計算功能，可計算每個樣本的免疫表型分數，只要提供一個標準的表達矩陣即可，不過值得提醒的是該工具要求表達資料要求用TPM方法定量的。
好了，這個資料庫就介紹到這裡。總結一下，這個資料庫主要還是對TCGA的資料進行二次分析，得到的一些結果也可以輔助大家分析，同時提供的IPS計算也可給大家的ngs資料分析錦上添花，如果結果理想的話。
最後祝大家課題研究順利，如果有用到這個資料庫，記得引用哦！
Charoentong, P., Finotello, F., Angelova, M., Mayer, C., Efremova, M., Rieder, D., Hackl, H., Trajanoski, Z. (2016). Pan-cancer Immunogenomic Analyses Reveal Genotype-Immunophenotype Relationships and Predictors of Response to Checkpoint Blockade. Cell Rep. 2017. 18:248-262