手把手教你用R下载TCGA数据:RTCGAToolbox

点击蓝字关注我们

各位科研芝士的朋友，大家好，今天，我们分享TCGA数据的最后一个R包，RTCGAToolbox。TCGA数据量庞大，数据种类丰富，分析方法复杂，对于大部分研究人员来说，从如此海量的原始测序数据开始分析是不可行也是不必要的。

实际上，我们可以下载经过预处理后的数据（pre-processed data），不仅数据量会小很多，分析起来也更快、更可靠。

Broad institute开发的Firehose就能够提供这样的数据。虽然Firehose为我们做好前期的处理工作，但在R里面还缺一个“搜索引擎”，所以RTCGAToolbox就应运而生。RTCGAToolbox是Bioconductor上的一个软件包，它的作用就是查询、下载和组织TCGA Firehose的数据，还提供一些简单的数据分析和可视化工具。

除此之外，下载好的数据也可以很方便的导入到Bioconductor的其他分析流程中。对于R用户来说，所有的TCGA数据分析工作（从数据下载一直到可视化图表）都可在一个pipeline中完成，能够极大地提高工作效率。

下面开启你的R界面，学习该包：

1. RTCGAToolbox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. 查看所包含的数据集

4. 查看数据库更新时间：

可以看到数据库最新更新时间为2016-01-28，数据相对较陈旧。

5. 这里以肺癌为例子，用getFirehoseData来获取数据

这里我们对临床信息和突变信息的数据进行下载，因为它们比较小，所以下载速度会很快，这里下载的数据包。

6. 提取数据，用biocExtract提取相应的数据：

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语言的第七种数据下载方式，今天的数据下载先讲到这。

               扫一扫关注微信公众号，后台回复关键字“RTCGATool”，获取R代码