肿瘤数据库数据库
1. seer数据库如何增加既往肿瘤信息
seer数据库Breast Subtype ( 2010+ )”属性增加既往肿瘤信息。
美国国家癌症研究所监测，流行病学和最终结果数据库，简称SEER数据库 [The Surveillance, Epidemiology, and End Results (SEER) Program of the National Cancer Institute (NCI)]。
2. 谁能告诉我去那查中国的肿瘤发病率啊 不要肿瘤数据库的数据了 那个基本不更新的啊
中国的肿瘤发病率还是比较高的。全国分布不均跟地区有关。那方多胃癌北方多肺癌所以得癌症的类型也不一样。总之跟心情，饮食，地理环境等因素有着重要的关系。
3. tcga上的status是什么
重要状态。TCGA是肿瘤数据库的简称，status是TCGA的重要状态，包括生存时间及病人生存状态。
4. 怎么在维普数据库分别查询有关“肿瘤”方面的高被引论文和热点论文，并摘录第一篇的文摘信息
直接选择期刊，输入刊物名，找到你发表的那一期，再输入文章题目就好了啊
5. seer数据库可以下保险信息吗
seer数据库可以下保险信息。
SEER 数据库是由美国国立癌症研究所于 1973 年建立,是美国常用的癌症数据库 ,里面包括各式各样的肿瘤类型,如肺癌、乳腺癌、胃癌、结直肠癌、前列腺癌等等.
6. 有没有可以查询肿瘤中基因突变的数据库
这个在《佳学基因人体基因序列与疾病表征数据库》里的有，这个是佳学基因特有的数据库，运用的是基因解码技术，这也是为什么一般基因检测无法达到基因解码的精准度与全面性的原因。
7. 肿瘤细胞株哪些基因发生突变，是否有专门的数据库
基因突变
并不代表就是致病的基因突变，看你做什么
基因检测
，一般肿瘤患者做的基因检测，基本上都是用药指导的基因检测，看是否适合吃这类药物，有没有效果
8. gtex数据怎样筛选
关于gtex数据怎样筛选。
1、通常我们在挖掘TCGA数据库的时候，会发现该项目纳入的正常组织测序结果是非常少的，也就是说很多病人都不会有他的正常组织的转录组测序结果，比如说乳腺癌吧，1200个左右的转录组数据，其中1100左右都是肿瘤组织的测序数据，只有区区100个左右的正常对照。
2、这个时候我们就需要想办法加大正常组织测序样本量，既然TCGA数据库没有，我们就从其他数据库着手。这里值得大力推荐的是GTEx数据库,Genotype-TissueExpression(GTEx)。
9. 如何看go数据库中查出来的pathway，是否与肿瘤相关
我对这个也不算非常了解，简单说下我的经验，仅供参考。
首先其实有很多pathway都与肿瘤相关，一般来说与肿瘤发生相关的pathway包括细胞信号转导（akt，notch，MAPK等）、细胞损伤修复（ATM，NHEJ等）、细胞周期调控（Cdk）、基因表达调控（如 p53）以及细胞迁移等，而且它们之间一般都有交叉。虽然大多数pathway都或多或少参与肿瘤发生，但是直接相关的一般是我提到的这些，主要作用于cancer的发生，成熟以及迁移。
其次，通过你这个图上列出来的这个肿瘤基因有可能参与的过程，我觉得有可能参与肿瘤发生的包括：regulation of cell morphogenesis（因为肿瘤细胞形成中细胞形态会发生变化）；regulation of gene expression（比如p53就会抑制与cancer发生相关基因的表达，但这个功能实在太宽泛了，可以说所有细胞活动都和基因表达相关，请问你这个基因是transcript factor吗？如果是的话这就很可能是它直接参与cancer development的原因）；positive regulation of peptidase activity （和前面那点一样，这种广谱性影响蛋白质变化的过程可以参与任何方面）；response to corticosteroid （有可能通过response to一些皮质类激素调节cell signal）；positive regulation of macromolecule biosynthetic process（调节大分子生物合成也可能影响蛋白质表达）；anatomical structure formation involved in morphogenesis （同在morphogenesis的解释）。
最后说明一点，仅仅通过这种方法其实并不会很大的缩小范围，但是如果结合你的目的蛋白的功能研究（如果之前有相关文献报道或者你已知目的蛋白具有酶活性）或定位分析，就可以大大缩小范围了。
希望能对你有所帮助，如果有进一步问题，我们可以继续讨论。
10. tcga数据库样本哪些是肿瘤哪些是正常
答案就在TCGAbarcode，样本标签描述了样本类型，是正常的还是异常的。还是对照组。比如胶质瘤RNAseq的barcode，有174个样本类似于这个：
TCGA-06-0681-11A-41R-A36H-07
TCGA-06-0649-01B-01R-1849-01
第四个字段：11A和01B描述的就是样本类型，1-9是肿瘤，10-19是正常，20-29是对照。A和B我也不知道啥意思。由于TCGAbarcode字段宽度是严格的。因此用substr就可提取
names=colnames(RNAseq_dat)
a=as.numeric(substr(names,14,15))
table(a)
可以看见数据中有5个是正常组织样本
----------------------
Xena网站（网页链接)有整理好的TCGA数据，包括数据集和样本表格。样本表格数据详细，包含生存期，肿瘤分期分级，突变，亚型等等。