TCGA (The Cancer Genome Atlas)
Atlas genómico público de más de 20,000 casos de cáncer en 33 tipos de tumor.
ÁreaGenómica y Bioinformática
DominioGenómica
DificultadAvanzado
Tamaño~20,000+ casos · Más de 2.5 petabytes de datos
¿Qué puedes lograr con este dataset?
- Analizar datos multi-ómicos (genómica, transcriptómica, epigenómica) del mismo paciente
- Practicar la integración de datos clínicos con datos moleculares complejos
- Explorar biomarcadores asociados a distintos tipos de cáncer
Descripción
TCGA es un esfuerzo conjunto del NCI y el NHGRI que caracterizó molecularmente más de 20,000 muestras de tumores primarios y tejido normal correspondiente en 33 tipos de cáncer, generando uno de los mayores repositorios públicos de datos genómicos oncológicos.
Casos de uso
- Identificación de biomarcadores y subtipos moleculares de cáncer
- Modelos de predicción de supervivencia a partir de datos genómicos
- Investigación en medicina de precisión oncológica
- Integración de datos multi-ómicos (genómica + clínica)
Cómo cargarlo
import requests
respuesta = requests.get(
"https://api.gdc.cancer.gov/cases",
params={"filters": '{"op":"=","content":{"field":"project.project_id","value":"TCGA-BRCA"}}'}
)
print(respuesta.json()["data"]["hits"][:2])Ventajas y limitaciones
Ventajas
- Acceso público y gratuito a datos genómicos de nivel clínico (capa de datos abiertos)
- Combina múltiples tipos de datos ómicos sobre los mismos pacientes
- Ampliamente usado, con gran cantidad de literatura y herramientas de apoyo
Limitaciones
- Algunos niveles de datos más sensibles requieren acceso controlado adicional
- La complejidad y heterogeneidad de los datos exige experiencia en bioinformática