数据中中包含了大量对图像分割没有意义的数据，因此这里对原始数据集进行有效数据的提取。并且将有效数据集再次进行训练集 + 测试集的划分 注：log 训练文件较大，为了方便上传，这里删去不重要的train结果

33种TCGA肿瘤的拷贝数GISTIC2.0分析结果 单价29.9元，付款后私信给博主，博主分享网盘链接。

TCGA – KICH 癌症 CT 影像是腺瘤和腺癌相关的数据集，其包含来自 113 人共 2325 个数据文件，该数据集旨在对癌症诊治过程进行全程数字化跟踪，并以数字档案的形式记录检查结果、处方和疗效。 该数据集由 GDC Data Portal 发布。

PythonProject_DataPrep 用于准备 TCGA 数据以进行分析的 Python。 概括： combineMeth.py 和 combineExpr.py 可用于组合从 TCGA 下载的表达和甲基化数据。 只需在名为“data”（如代码中所写）的单独文件夹中包含所有 TCGA 数据的目录中运行代码。 如果您有一个不同名称的文件夹，或者您没有将所有数据放在单独的文件夹中，那么您可以在代码中进行相应的更改。 笔记： 如果您收到以下错误：“AttributeError: NoneType object has no attribute group”，则很可能是由于 TCGA 数据不同，正则表达式匹配存在问题。

TCGA-KICH 癌症CT影像数据，旨在对各种类型的癌症诊治过程进行全程数字化的跟踪，以数字档案的形式记录检查结果、处方和疗效。

一、GDCRNATools包下载 首先下载R包 if (!requireNamespace(BiocManager, quietly = TRUE)) install.packages(BiocManager) BiocManager::install(GDCRNATools) 下载好之后运行，以COAD数据为例，下载： library(GDCRNATools) gdcRNADownload(project.id = TCGA-COADREAD, data.type = RNAseq, write.ma

TCGAbiolinks：TCGAbiolinks

同源重组缺陷 “我们根据之前公布的 HRD/基因组瘢痕评分的 3 个组成部分计算 HRD 评分：HRD-LOH（Abkevich 等人，2012 年）、LST（Popova 等人，2012 年）、NtAI（Birkbak 等人，2012 年）和实施三者之和（Marquard 等人，2015 年）。” -克宁堡（Knijnenburg）等 2019 年 6 月 6 日上午 10:12 从下载的分数。 然后将它们与可从以下获得的 PanCancer Atlas 临床数据相结合： : 。 基因表达数据可从以下下载： : 人力资源开发分数 来自 Knijnenburg 等人的 HRD 评分可用于 33 种癌症类型的 9125 个样本。 8602 份样本来自原发性实体瘤，162 份来自原发性血液来源的癌症 - 外周血，361 份来自mets。 所有 162 例原发性血源性癌症 - 外周血样本

自己编写程序，对TCGA的临床信息进行整理和提取，便于做生存分析

基于TCGA和GEO数据挖掘分析PRC1在肺腺癌中的表达及预后意义.pdf