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，如果你看完了前面所有的关于TCGA推文，那么你对TCGA将不再陌生，这个时候的你不仅学会了九阳神功，还学会了乾坤大挪移了，哈哈，看到这希望你可以继续看下去，毕竟TCGA的生活也应该充满快乐。
或许你会问，之前的网页版工具都有相应的工具包，那么针对官网下载有没有相应的R语言工具包呢？如果，你可以体提出这种疑问，说明你不再是小白了，至少你已经入门了，那今天就给大家推荐，支持官网数据下载的神器GDCRNAtools工具包。
甩出网址链接：
https://bioconductor.org/packages/devel/bioc/vignettes/GDCRNATools/inst/doc/GDCRNATools.html
这个工具包主要是用于之前大火的ceRNA网络构建的工具，但是同时提供了数据下载通道。
GitHub：https://github.com/Jialab-UCR/GDCRNATools
下面开启你的R界面，学习该包：
1. GDCRNATools安装，借助BiocManager安装，前提也是你要安装好BiocManager，命令如下：
2. 加载该包：
Ok，可以看到没有任何问题，这也表明，我们安装并成功加载该工具包
3. 下载数据，这里以胃癌为例子，首先要定义胃癌在TCGA里面的ID信息，为TCGA-STAD，用该包下载就十分简单了，直接用gdcRNADownload命令即可
首先定义项目的id，本例为STAD，接着是数据的类型，我们可以下载RNAseq也可以下载miRNAseq，这里我们选择RNAseq数据下载，在method参数我们可以看到我们选择的是gdc-client，代表的就是借助该工具进行的数据下载，这个时候，如果你还记得我们的第一个官网下载的工具，那就明白了该工具的作用了。
4. 下载个miRNA的数据试试水，由于该数据数据量小，适合演示操作，如下：
结果如下：
你会发现，他是先下载gdc-client工具，接着自动调用该工具下载，中间可能会由于网络等原因报错，不用怕，在运营一次即可，其会在上次下载的基础上，继续接着下载。
如下：
最终下载的结果文件如下：
一些列的文件夹，每个文件夹代表一个样本
5. 解析元文件metadata，进行下一步数据整理
接着还需要下面两个操作进行剔除重复的样本和冗余样本，如下：
6. 文件合并，将所有的表达信息整理成一个矩阵：
这里你需要把path参数换成你的存储路径，可以看到使用gdcRNAMerge我们可以成功的将数据合并成一个表达矩阵，不过该表达矩阵实际上是count。
如下：
获得了这个矩阵，就表示你的数据下载成功了！
Ok，今天的教程主要是带大家体验TCGA基于R语言的第四种数据下载方式，下期我们继续推出TCGA的第五种编程方式下载，今天的数据下载先讲到这，下期再见。
后台回复关键字“gdc”，获取R代码
回复“生信”，获取200G生信资源包
网友评论