手把手教你用R语言下载TCGA数据库：FirebrowseR

本文首发于 ”百味科研芝士“ 微信公众号，转载请注明：百味科研芝士，Focus科研人的百味需求

点击蓝字关注我们

各位科研芝士的朋友，大家好，今天我们继续分享关于TCGA数据下载的专题，如果把TCGA比作一座山，聪明的科研工作者，便可以开发出无数有效的翻山越岭的工具，今天，我们同样的比对着之前的网页版工具，来看看又有什么好工具来值得开发？

之前，岛主给大家推荐了Fire Browse工具，进行数据下载：

零代码下载TCGA数据库第四期：Fire Browse工具

，那么Fire Browse有没有对应的R语言工具包呢？这个时候怎末办呢？

别急，我们直接上网页去看有没有R包。

甩出网址链接：http://firebrowse.org/ 

Fire Browse

点击WEB API，便可以看到这样的界面：

我们看到它不仅提供了R接口，还提供了python接口，自然我们今天主要是介绍R语言处理该数据，点击进去，如下：

Github地址：https://github.com/mariodeng/FirebrowseR

所以今天的主角便是FirebrowseR工具包。

下面开启你的R界面，学习该包：

1.  FirebrowseR安装有些不同，首先要先安装devtools包：

接着再去安装FirebrowseR，安装命令如下：

2.  加载该包：

OK，可以看到没有任何问题，这也表明，我们安装成功该工具包

3.  查看存在哪些数据集，命令如下：

结果如下：

分别代表TCGA癌症的简称和癌症的描述。Firebrowse一共存在38个癌症数据集。

4. 这里我们以肺癌为列，名称为Lung adenocarcinoma。

可以看到在TCGA的简称为LUAD

5. 写个函数来下载临床数据，这里提醒一点，在下载表达数据的时候，最后先下载临床数据：

一个while循环下载相应的临床数据，借助的函数为Samples.Clinical 函数，该函数需要输入四个参数，format这里选择了csv格式文件，cohort参数代表需要下载的癌症简写，这里为LUAD，page_size默认为150，z一般使用默认值即可，page代表下载的当前页码。

结果文件如下：

6. 同样写个函数来下载特定基因的表达数据：

首先定义好我们感兴趣的基因，这里随意选择了三个基因，分别为ESR1，GATA3，XBP1，接着同样的一个while循环下载数据，注意一点我们在给Sample.mRNASeq输入参数的时候，需要用到luad.Pats这个对象，因此建议大家先下载临床信息，在下载特定的基因表达信息。

7. 表达信息合并整理：

结果如下：

Sample type这一列women看到，两种类型，NT和TP，其中NT为癌， TP为癌旁，这个时候你的表达信息也就下载好了

8. 可视化一下，如下：

结果如下：

这样你就可以看到自己感兴趣的基因在不同样本里表达信息。

OK，今天的教程主要是带大家体验TCGA基于R语言的第三种数据下载方式，下期我们继续推出TCGA的第四种编程方式下载，今天的数据下载先讲到这，下期再见。