TCGA中RNA-seq的3级数据的分析流程

liuqiang053

大家好：我从http://gdac.broadinstitute.org/网站下载了TCGA的RNA-seq的转录本表达量数据,数据名称为：UCS.rnaseqv2__illuminahiseq_rnaseqv2__unc_edu__Level_3__RSEM_isoforms_normalized__data.data.txt，
格式为

数据格式

。

问题来了：


自己也有RNA-seq数据，要分析转录本表达量，同时想利用TCGA的数据，
请问TCGA是如何分析测序原始fastq文件，得到上图中的normalized_count数据的？这个数据是TPM/FPKM/RPKM/RPM中的一种吗？


PS:
1、鉴于下载的文件名含有RSEM，我找了以前用RSEM生成的isoform表达量数据：
格式为 ，不知是否有用。
2、网上查了很多，TCGA的RNA-seq数据有两种（RNASeqV1和RNASeqV2），用的是不同的算法和分析流程。
前者RNASeqV1数据可以从https://portal.gdc.cancer.gov/下载，是较新的，结果是raw-counts/FPKM/FPKM-US，分析流程见网页https://docs.gdc.cancer.gov/Data/Bioinformatics_Pipelines/Expression_mRNA_Pipeline/。
但是RNA-seq数据是基因表达量或者miRNA表达量，并没有mRNA转录本表达量。

后者RNASeqV2数据，是从第一行的网址下载的，比较旧，但是含有转录本表达量数据，是我要用的。
找到了一篇文章Alternative preprocessing of RNA-Sequencing data in The Cancer Genome Atlas leads to improved analysis results 讲了一个分析流程可代替TCGA的标准流程，脚本在https://github.com/srp33/TCGA_RNASeq_Clinical，但是它是从另一个地方下载的TCGA RNA-seq 3级数据，我不确定是不是RNASeqV2格式。

提供任何信息都十分感谢！

mckf111

请参考我的博文后面“几点解释”一节，不一定有用，抛砖引玉
http://bioinfostar.com/2017/12/0 ... Aseq-data-02-zh_CN/

liuqiang053

mckf111 发表于 2018-11-21 04:17
请参考我的博文后面“几点解释”一节，不一定有用，抛砖引玉
http://bioinfostar.com/2017/12/08/Battlefie ...

非常感谢！您写的TCGA大作战系列后来我也看了，确实有帮助。

liuqiang053

已经找到了对应的分析流程，如下：
https://webshare.bioinf.unc.edu/ ... mRNAseq_summary.pdf