TCGA 数据体量
| 数据类型 | 单癌种 | 泛癌（33 种） |
|---|---|---|
| RNA-seq counts 矩阵 | 100-300 MB | ~5 GB |
| 临床与生存信息 | 1-10 MB | ~50 MB |
| 甲基化 450K/EPIC | 0.5-1 GB | ~20 GB |
| cnv/突变 MAF | 50-200 MB | ~3 GB |
分析深度 vs 配置
- L1 单癌种 DEG + 生存 + 免疫浸润：16GB 内存 / 4 核 / 256GB 存储
- L2 多癌种比较 + WGCNA 共表达：WGCNA 在 5000+ 样本矩阵上内存翻倍，建议 32-64GB
- L3 泛癌机器学习建模（signature 筛选）：千次重抽样交叉验证，16 核并行可把数周压到数天，64GB
- L4 联合甲基化/多组学：128GB 内存 + 2TB 存储
提速关键
TCGA 分析的计算热点是批量统计检验（limma/DESeq2/千次 bootstrap）。把 apply 循环改成矩阵化运算、用 BiocParallel 多核并行，是配置之外最有效的两个优化。配 16-32 核服务器后，L3 级别的建模流程可以“睡前提交、早起收图”。
常见问题
TCGA 数据用 GDC 或 UCSC Xena 哪个方便？
常规表达/临床分析用 UCSC Xena 直接下载矩阵最方便；需要原始 FASTQ/BAM 或最新 harmonized 数据用 GDC 门户。
TCGA 分析 8GB 内存的笔记本够吗？
单癌种勉强可以但容易卡死。16GB 是底线，泛癌分析建议 64GB。