cosmic-database

COSMIC Database - 癌症体细胞突变数据库工具

技能概述

COSMIC Database 技能让你通过 Python 脚本和命令行工具，直接访问世界上最大的癌症体细胞突变数据库，下载癌基因普查、突变特征、基因融合等研究数据。

适用场景

1. 癌症基因组学研究

当你的研究涉及癌症突变分析时，可以使用 COSMIC 获取数百万个经过专家注释的体细胞突变记录，涵盖数千种癌症类型，支持按基因、癌症类型、突变类型等多维度筛选。

2. 精准肿瘤学和药物研发

查询耐药突变数据、癌症基因普查（Cancer Gene Census）以及临床注释信息，帮助识别致癌基因与抑癌基因，辅助靶向治疗决策和药物靶点发现。

3. 生物信息学流程集成

将 COSMIC 数据作为变异注释、突变特征分析的重要参考源，支持 VCF、TSV 等标准格式，可与 VEP、ANNOVAR、SigProfiler 等常用工具无缝集成。

核心功能

1. 数据下载与查询

提供 Python API 和命令行工具，支持下载突变数据、癌基因普查、拷贝数变异、基因融合、耐药突变等多种数据类型，支持 GRCh37 和 GRCh38 两种基因组版本。

2. 多格式数据支持

下载的数据包含 TSV/CSV 格式（可用 pandas 读取）和 VCF 格式（可用 pysam、bcftools 处理），所有文件均包含完整的字段说明和表头信息。

3. 灵活的路径管理

内置常用数据类型的快捷路径映射，只需指定数据类型名称即可自动获取正确的文件路径，支持获取最新版本或特定历史版本的数据。

常见问题

COSMIC 数据库是免费的吗？

学术用户可以免费使用 COSMIC，只需在 cancer.sanger.ac.uk/cosmic 注册账号即可。商业用户需要通过 QIAGEN 获取商业使用许可。

如何开始使用 COSMIC Database 技能？

首先确保安装了必要的 Python 库（uv pip install requests pandas），然后使用 scripts/download_cosmic.py 脚本配合注册邮箱和密码下载数据。支持按数据类型快捷下载或指定具体文件路径。

COSMIC 与 TCGA 有什么区别？

COSMIC 是经过专家人工注释的癌症突变数据库，专注于体细胞突变和癌基因普查；TCGA 是原始的癌症基因组测序项目数据。COSMIC 整合了包括 TCGA 在内的多种数据源并进行统一注释，更适合查询和变异注释使用。