TCIA就是基于TCGA数据开发的，不同的是TCIA只提供了20个癌种的免疫数据分析。
看网站首页的介绍就知道，这个数据库主要是根据TCGA的二代测序数据开发出来的。这里的20个癌种，点击每个柱子进去就可以分析对应的癌种，侧边的栏目则提供一些个性化选择。
01
Patients list模块
TCIA分别对每个病人进行分析，数据也提供下载，我们可以看到提供了ID、疾病、性别和年龄信息，我们重点关注IPS这一列的信息，IPS这一列有4个项目，有不同的属性，作者在文章中表示IPS（immunophenoscore） 可以很好的预测CTLA-4和PD-1反应性的预测因子。
02
Gene Expression模块
在左侧的选择栏里筛选病人和基因后，可对单个基因进行差异分析和生存分析，值得注意的是这些基因都是和免疫相关的基因。笔者认为TCIA的这个模块并不怎么好用，也没有做检验，作图不怎么好看，不过如果只是看一看还是可以的。生存分析模块，TCIA是根据中位表达值分组进行的分析，提供HR和p值。
03
Cell Fractions
这个模块提供不同免疫细胞比例的展示，absolute和Relative表示免疫细胞的绝对数和相对数，是CIBERSORT的不同计算方法结果，同时在table栏提供快捷的搜索。
04
Heterogeneity
TCIA对每个样本的癌症抗原和遗传特征进行了分析，包括肿瘤异质性和克隆性，以方便分析免疫特征和肿瘤的遗传特征。
05
Neoantigens
这个模块提供疾病的突变数和突变压力展示，也提供展示预测到的新抗原结果。不过笔者也想说，这种新抗原预测，因为没有办法用实验的方法证伪，所以看看就好了，用作分析还是可以的，就看你的功力深厚了。
06
Tools模块
这个模块提供一个计算功能，可计算每个样本的免疫表型分数，只要提供一个标准的表达矩阵即可，不过值得提醒的是该工具要求表达数据要求用TPM方法定量的。
好了，这个数据库就介绍到这里。总结一下，这个数据库主要还是对TCGA的数据进行二次分析，得到的一些结果也可以辅助大家分析，同时提供的IPS计算也可给大家的ngs数据分析锦上添花，如果结果理想的话。
最后祝大家课题研究顺利，如果有用到这个数据库，记得引用哦！
Charoentong, P., Finotello, F., Angelova, M., Mayer, C., Efremova, M., Rieder, D., Hackl, H., Trajanoski, Z. (2016). Pan-cancer Immunogenomic Analyses Reveal Genotype-Immunophenotype Relationships and Predictors of Response to Checkpoint Blockade. Cell Rep. 2017. 18:248-262