El programa Cancer Genome Atlas (TCGA) fue un esfuerzo conjunto y coordinado para acelerar la comprensión de la base molecular del cáncer mediante la aplicación de tecnologías de análisis de genomas, incluidas las secuencias de genomas a gran escala. Los datos generados a partir del programa caracterizó molecularmente más de 20,000 cánceres primarios e identificó muestras normales que abarcan 33 tipos de cáncer diferentes.
El Institute for Systems Biology Cancer Gateway in the Cloud (ISB-CGC) proporciona acceso a datos y metadatos de TCGA en tablas de BigQuery para facilitar el acceso y el análisis. Estas tablas consolidan la información dispersa en miles de datos XML y tabulares de acceso abierto de TCGA en un formato que se puede consultar por tipo de datos (por ejemplo, clínico, biospecífico, expresión genética y mutación) para facilitar el acceso y análisis.
De manera similar, ISB-CGC creó tablas de BigQuery para otros programas contra el cáncer; consulta la documentación de programas de IB-CGC.
ISB-CGC también proporciona ejemplos de notebooks en R y Python que van desde la compilación y el análisis de consultas simples hasta complejos mediante tablas de BigQuery ISB-CGC:
Acceso al conjunto de datos
Carpetas de Cloud Storage
ISB-CGC almacena rutas de almacenamiento en la nube para datos de TCGA alojados en el programa Genomic Data Commons del Instituto Nacional del Cáncer, en el conjunto de datos de BigQuery isb-cgc-bq.GDC_case_file_metadata. Consulta la documentación de TCGA de ISB-CGC para obtener información sobre cómo acceder a estas ubicaciones de archivos.
Conjuntos de datos de BigQuery
Puedes acceder a los siguientes conjuntos de datos de TCGA en BigQuery para explorar y consultar los datos:
Para explorar otros conjuntos de datos de cáncer de ISB-CGC, usa la Herramienta de búsqueda de BigQuery de ISB-CGC. Puedes encontrar estos datos en el proyecto isb-cgc-bq de Google BigQuery. Para obtener más información sobre ISB-CGC y sus datos, consulta la documentación de ISB-CGC.
Acerca de los datos
Uso: Este conjunto de datos está disponible públicamente para que lo use cualquier persona de conformidad con las condiciones que provee la fuente del conjunto de datos (https://cancergenome.nih.gov/) y se proporciona "COMO ESTÁ", sin ninguna garantía por parte de Google, ni explícita ni implícita. Google rehúsa toda responsabilidad por cualquier daño, directo o indirecto, que resulte del uso del conjunto de datos.