手把手教你用R语言下载TCGA数据库：UCSCXenaTools

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，之前给大家推出了四个推文，全部是无代码进行数据下载，如果我们想进一步提升自己的水平，那我们从今天开始，开启R语言编程下载TCGA数据教程推文。还记得它吗？

UCSC-XENA

或许你看了之前的推文，了解到了该网站，甚至亲自操作了一番，你这个时候或许会说，这种感觉不正是像极了爱情吗？

今天，我们学习一下，基于UCSC-XENA开发出的R包UCSCXenaTools.

在提到UCSCXenaTools该包的时候，我们或许需要了解一下该包的前身XenaR包，这个包提供了一个简单的UCSC Xena接口，可以获取一些UCSC Xena存储的信息，包括GDC、TCGA、ICGC、GTEx、CCLE等数据库的上千个数据集。特别是TCGA（hg19版本）的一部分数据UCSC做了非常好的标准化处理，但是有将近四年没有更新，UCSCXenaTools便是在此基础上开发出来的

1. UCSCXenaTools安装极其简单：

2. 加载该包：

可以看到，这里它还提供了github的地址，以及如果用这个包，如何在文章中引用。

3.使用XenaHub()可以获取所有的资源，另外可以通过参数指定感兴趣的，包括hosts，cohorts以及datasets。结果返回一个XenaHub对象。Hosts函数：Get hosts of XenaHub object；Cohorts函数：Get cohorts of XenaHub object；Datasets函数：Get datasets of XenaHub object

4. 为了简化hosts()的输入，我们可以使用hostName指定我们想要搜索TCGA的内容，如下：

结果如下：

5. 可以看到有1629个数据集，太多了。下面使用XenaFilter ()函数进行过滤，比如我们下载临床数据，如下，返回的对象依然是XenaHub：

6.   假如你只想选择跟肺癌相关的数据集，这个时候你还需要再加一些条件：

7.   如果你很清楚你想要做的，可以使用dplyr的管道操作符进行连续过滤，不过过滤后返回的还是XenaHub对象：

8. 检索下载，先构建一个query对象（当前还没有用类封装），就是一个数据框，存储了主机地址，下载的url等：

9．数据下载

默认XenaDownload函数将下载数据到当前目录的Xena_Data目录下，如果数据已经下载，将提示并不会下载，可以使用force=TRUE强制下载。

10. 数据下载之后就可以将数据导入R，背后用的是readr包的read_tsv函数

结果如下：

这个时候，我们就发现临床信息就被读进R里面了。

Ok，今天的教程主要是带大家体验TCGA基于R语言的第一种数据下载方式，下期我们继续推出TCGA的第二种编程方式下载，今天的数据下载先讲到这，下期再见。

代码获取方式：后台回复关键字“UCSC”，获取R代码