はじめに

自分ががんの研究をしているので、その際に使う(使おうと思っている）公共データベースの使い方について、自分用のメモもかねて書いていこうと思います。いろんなデータ、特に遺伝子系の情報、解析ツールがそろっているので、もしそういうデータに興味があれば使ってみてください。超ざっくり説明かつ間違いがあるかもしれませんが悪しからず。

GDC Data Portalとは

GDC Data Portal（Genomic Data Commons Data Portal）は、アメリカ国立衛生研究所（NIH）が主導するがんゲノムプロジェクトの一環として、さまざまながん種に関するゲノム、エピゲノム、トランスクリプトーム、変異情報などのデータを集約・公開しているウェブベースのプラットフォームです。

ざっくりとした機能

まずは、以下のURLにアクセスします。
https://portal.gdc.cancer.gov/
そうするとこのような画面になると思います。

何かサイトを日本語に翻訳するとエラー出るので注意

そして、上のタブを切り替えることによって、様々な情報を閲覧することができます。

Analysis Center：保管されているデータを用いてデータ解析をすることができます。
Project：保管されているデータをプロジェクトごとに確認できます。
Cohort Builder：コホートを管理します。
Repository：コホート内に存在するデータを確認できます。

Analysis Center

①コホート選択: 解析するコホート(対象とするデータ集団)を選択します。コホートの作り方については後述。
②分析項目: ここで項目を選んでいろいろ分析できます。遺伝子発現データのクラスタリングや異なるコホート間の特徴を比較したりなどができます。なんかログイン？しなきゃ使えないものもあるんですけど、普通に使えるものもあります。具体的にどういう分析ができるかについては今回は省きます（自分が詳しくないだけ…）。