TCGA、GEO及SEER公共数据库挖掘与应用学习会

举办时间：2018年8月25-26日（周末两天）

地点：上海

课程背景

随着大数据时代的到来，各种生物类公共数据库井喷，其中就包括癌症领域为人熟知的癌症基因图谱The Cancer Genome Atlas (TCGA)数据库，Gene Expression Omnibus (GEO)基因表达数据库和（SEER）数据库。

临床科研人员有没有一种方法可以不做实验不查病史，直接调用现有数据发表SCI论文呢？

癌症公共数据库即提供了这样的可能。

本次学习班讲授癌症领域广为人知的癌症基因图谱The Cancer Genome Atlas（TCGA）数据库和基因表达数据库及癌症监测、流行病学和结果（SEER）数据库。

TCGA由NCI牵头，作为美国攻克癌计划的一个大项目，系统提供了癌症多组学测序和芯片数据，包括Gene expression, DNA methylation, Copy Number Variation, Mutation等结果，同时也附有相应各测序样本的完整临床资料。

TCGA为肿瘤基础医学和转化医学研究者提供了海量的基因组数据，以及相关的临床数据。

这为挖掘有意义的基因组变化和发现影响肿瘤起始、发展、分化、转移等生物学机制提供了海量数据基础。

GEO数据库是当今最大、最全面的公共基因表达数据资源。不仅可以上传自己的数据，而且还可以免费下载数据库中和自己研究方向类似甚至相同的数据来进行分析，为自己的研究提供一些启示或者验证。

而美国的SEER数据库由美国国立癌症研究所（National Cancer Institute，NCI）于1973 年所建立，其后每年定期更新，是北美最具代表性的大型临床肿瘤登记注册数据库之一。

SEER数据库收集了各个癌种的临床病理信息和预后数据，并向全世界开放，为临床医师的循证实践及临床肿瘤学研究提供了宝贵的第一手资料。

然而传统的基础医学和临床医学研究者缺乏信息学基础来处理这些大规模癌症数据,因而在面对这些极其有价值的公共数据时,往往心有余而力不足。

作为医学信息领域研究者,我们需要将信息学和统计学知识运用到癌症公共数据分析的研究当中,作为连接大数据与肿瘤研究者之间的一个纽带,帮助研究者去更好地挖掘利用这些数据。

课程内容、目标与特色

本学习会提供了一次系统了解TCGA、GEO和SEER数据产生，糅合、分析及挖掘的课程，使基础医学和临床医学研究者能更好地挖掘这些公共数据，以便为自身科研项目服务。

本次涵盖拟解决的问题包括：

1、免费获取并安装genespring和cytoscape软件；

2、将系统了解芯片分析相关知识，手把手教会使用genespring，轻松完成各种GEO数据类型的芯片分析；

3、结合文章实例和实战经验，熟悉数据挖掘文章等的基本套路，详细学习系统生物学的相关知识，手把手指导，学会使用cytoscape，掌握例如构建蛋白互作网络和调控网络等芯片下游分析等实用技能；

4、了解TCGA数据库知识，无需编程分析就能使用各种类型数据（mRNA, miRNA, 蛋白, 甲基化, 拷贝数等）。

5、SEER数据库的基本情况、获取方式、数据库结构及基本统计方法。

6、近年来国内外基于TCGA和SEER数据挖掘的经典案例，重点对基于TCGA和SEER数据库的数据挖掘和课题设计进行讨论

授课老师

本次邀请两位主讲老师。

一位来自浙大医学院生物信息老师，另一位是三甲医院临床医生。

两位授课老师将分别从TCGA数据下载，数据整合，清洗及SCI文章常规思路对这些数据进行分析，并从临床角度出发，把测序数据与临床资料整合，为临床医生提供科研思路，为自身科研服务。

课程安排