2019年上海TCGA GEO会议

GEO和TCGA联合分析肿瘤差异基因时，GEOTCGA数据是否需要标准化的问题GEOseries matrix file(s)通常情况下，但并不是所有的都可以通过箱线图函数观察样本表达丰度值的分布是否整齐来判断。如果表达式丰度值小于50，通常用log2进行转换。

如何从tcga中筛选预后相关基因？一个好的开始是分析感兴趣的基因的突变和其他异常。ICGC数据门户提供了几条研究路线。输入基因名称、NCBI登录号或Ensembl基因ID，并单击GeneReport以查找突变摘要中已发现的突变和拷贝数变化，以及迄今为止这些突变在肿瘤中的频率。

GEO中的SeriesMatrixFile(s)通常经过标准化和对数变换，但并不是所有的都可以通过boxplot函数观察样本表达丰度值的分布是否有序来判断。如果表达式丰度值小于50，通常用log2进行转换。如果数量是数百或数千，它是未转换的。芯片数据的标准化:对于给定的基因组参考区域，计算读取次数，也称为rawcount(RC)awcount。作为原始的阅读计数矩阵，它是一个绝对值，绝对值的特征是基因长度和测序深度不同，无法比较。

样本筛选后，先做质量控制:样本的基因筛选筛选后，再做质量控制。有以下三种箱线图，密度图的PCA图层次聚类分析完成后，是否先标准化或去除批差需要批校正。由于某些基因在不同样本中的表达是恒定的，因此可以作为去除批次标准化的参考:Limmavoom、Deseq2和Edger可以使用多个R进行差异分析。