组学项目实战教程

现有专栏按工具组织——DESeq2 一篇、clusterProfiler 一篇、生存分析一篇。工具学完了，面对一个真实项目还是不知道从哪里开始。这个专栏换一种方式：用 一个完整项目 从头到尾走一遍，每一章推进一步，最终交付一份可投稿级别的分析。

专栏定位

维度	工具专栏	本专栏
组织方式	按工具/方法	按项目阶段
数据	每章用不同示例数据	全程用同一份真实数据
目标	学会某个工具	学会"做完一个项目"
适合阶段	入门 → 单点深入	已有基础 → 串联实战

10 篇规划表

章节	主题	动手？	预计时间
01	项目选题：从临床问题到分析问题	否	20 min
02	数据获取：从 GDC 拿到合规数据	是	30 min
03	数据探索：拿到新数据先看什么	是	40 min
04	分析路线设计：先用便宜的看大方向	否	25 min
05	主线分析：跑通最重要那一条	是	60 min
06	验证与对比：怎么知道结果不是 artifact	是	40 min
07	整合解读：把结果翻译成生物学语言	否	35 min
08	图表组织：figure 怎么排版讲故事	是	30 min
09	Methods 撰写：审稿人最看的细节	否	25 min
10	数据与代码归档：可复现交付清单	是	30 min

数据集介绍：TCGA-LIHC

本专栏全程使用 TCGA-LIHC（The Cancer Genome Atlas — Liver Hepatocellular Carcinoma）数据集。选它的原因是：样本量够大、数据类型齐全、临床信息丰富、文献多可以对照。

属性	数值
肿瘤样本	371
正常样本	50
数据类型	RNA-seq (HTSeq counts) + 体细胞突变 (MAF) + 临床
来源	GDC Data Portal
访问方式	TCGAbiolinks / GDC API / Xena Browser

RNA-seq 部分提供 HTSeq raw counts，可以直接用 DESeq2 做差异分析；突变数据是 MAF 格式，可以用 maftools 做突变景观；临床数据包含生存时间、分期、分级等字段，可以做生存分析和多变量建模。

前置知识

开始本专栏之前，建议先完成以下内容：

• 生信基础教程 — R 语言基础、ggplot2、公共数据库
• bulk RNA-seq 实践教程 — DESeq2、富集分析、可视化的单点操作

如果你已经能独立跑通一个 DESeq2 差异分析 + clusterProfiler 富集分析的流程，就可以直接开始。

本章状态

骨架已搭建，正文待填充。