TCGA（The Cancer Genome Atlas，腫瘤基因組圖譜）是一個旨在通過系統分析多種癌症類型的基因組、轉錄組、表觀組和臨床數據來加深對癌症的認識，並推動癌症的預防、診斷和治療的公共資料庫。TCGA資料庫收錄了超過一萬個病人的34種癌症的數據，主要數據類型包括表達譜、甲基化等，並保留了癌症患者的詳細臨床數據資料，為生存分析等研究提供了大量的數據資源。
在TCGA數據的基礎上，可以進行多種類型的分析，包括：
差異表達分析：使用T-test、wilcox-test或limma包等算法來分析不同條件下的基因表達差異。
生存分析：基於survival包分析不同基因表達水平對潛在生存率的影響。
通路富集分析：對差異表達或生存分析後有意義的一系列基因進行顯著相關通路的分析。
聚類分析：識別新的癌症分型或不同癌症的組織聚類特性，利用ConsensusClusterPlus包及iCluster進行聚類分析。
網路分析：基於共表達網路或貝葉斯網路算法進行分子網路的建模，推斷不同分子間的相互調控。
功能預測：利用分類、回歸等機器學習算法從組學數據中確定輸入輸出維度並訓練和測試特定模型。
通過這些分析，研究人員可以深入了解癌症的發生機制、進展過程，以及探索癌症的分類、分子標記的發現、預後預測和個體化治療等方面。TCGA項目的數據是公開可用的，研究人員可以通過TCGA官方網站或其他相關資料庫訪問和下載這些數據，以促進全球範圍內的癌症研究合作和進展。