UCSC Xena 浏览器 分类打包，直接下载
gdcRNAtools基于gdc-client下载并简化整理，用R语言完成

备份的TCGA数据来源于xena，ucsc的，都在，https://share.weiyun.com/5zLnKmO
需求最大的是tcga数据库的生存分析和表达量差异
看看这两个视频：
https://www.bilibili.com/video/av25643438?p=9
https://www.bilibili.com/video/av49363776?p=6
（from 曾老师）

1.xena

if(F){
download.file(url = "https://gdc.xenahubs.net/download/TCGA-CHOL.htseq_counts.tsv.gz",destfile = "counts.tsv.gz")
download.file(url = "https://gdc.xenahubs.net/download/TCGA-CHOL.GDC_phenotype.tsv.gz",destfile = "phenotype.tsv.gz")
download.file(url = "https://gdc.xenahubs.net/download/TCGA-CHOL.survival.tsv.gz",destfile = "survival.tsv.gz")
}
dat = read.table("counts.tsv.gz",check.names = F,row.names = 1,header = T)

逆转log

dat = as.matrix(2^dat - 1)
dat[1:4,1:4]
as.character(dat[1:100,1:10]) #有一些小数

用apply转换为整数矩阵

exp = apply(dat, 2, as.integer) #对dat矩阵的2每一列数值as.integer取整数
exp[1:4,1:4] #行名消失
rownames(exp) = rownames(dat) #补上行名

clinical = read.table("phenotype.tsv.gz",fill = T,header = T,sep = "\t")
surv = read.table("survival.tsv.gz",header = T)
clinical[1:4,1:4]
surv[1:4,1:4]

2.GDCRNATools #自制教程，可自学

http://bioconductor.org/packages/devel/bioc/vignettes/GDCRNATools/inst/doc/GDCRNATools.html

其他来源的RNA-seq数据
GEO

library(GEOquery)
eSet = getGEO("GSE162550",destdir = F,getGPL = F)
#数据下载跟之前的芯片数据下载方式不一样，不能从r包直接加载。去官网看补充数据，并看清楚具体数据类型
rm(list = ls())
dat = read.table("GSE162550_gene_sample_count_with_symbol.xls",
                 fill = T,sep = "\t",header = T)
table(!duplicated(dat$Symbol))  #行名不能重复，此处看symble有无重复
o = order(rowSums(dat[,4:9]),decreasing = T)
view(o)
dat = dat[!duplicated(dat$Symbol),]  #Symbol去重复，行名
dat = dat[dat$Symbol!="---",]  #Symbol去掉奇奇怪怪的数据---，行名
exp = dat[,4:9]
rownames(exp) = dat$Symbol   #加上行名