手把手教你用R下载TCGA数据:CGDSR包

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，给大家推出了网页版cBioportal工具，进行数据下载，在上期中我们看到UCSC-XENA对应的R包UCSCXenaTools，那么cBioportal有没有对应的R语言工具包呢？如果你还记得之前的cBioportal推文，那么这个答案就是肯定的，这个包便是cgdsr。还记得它吗？

cBioportal

上面我们可以看到，cBioportal提供了R语言和Matlab两个软件的接口，那么今天，我们学习一下，基于cBioportal开发出的R包cgdsr.

所有工具包的学习，首要的第一步便是在你的工作环境下，安装相应的工具包，毕竟巧妇难为无米之炊。

1.  cgdsr安装极其简单：

2.  加载该包：

虽然我们可以看到 Warning message，但是完全不用担心。

3.  创造一个GDSC对象，并查看存在哪些数据集

结果如下（三列信息，分别代表研究癌症的类型，名字和发表的文章题目）：

4. 上表的cancer_study_id其实就是数据集的名字，我们任意选择一个数据集，比如stad_tcga_pub ，可以查看它里面有多少种样本列表方式。

结果如下：

5. 查看数据集，一般是mutation，CNV和表达量数据，这个时候用的是getGeneticProfiles函数：

6. 选定数据形式及样本列表后获取感兴趣基因的信息，该工具包可以实现的是对自己感兴趣基因信息的下载，不是整个表达数据，如下：

这个时候你发现，你需要准备好的数据如上：首先是数据集的名称，因为我们下载的是mRNAseq的数据，所以我们在my_dataset设置的时候用的是mrna后缀，接着使用getProfileData函数进行下载，但是仅仅只可以对自己感兴趣的基因进行下载，如果想下载全部的数据，建议网页版工具进行下载。结果如下：

7. 当然我们还可以下载临床信息，使用的是getClinicalData函数，如下：

结果如下：

8. 当然，我们还可以下载相应的突变信息：

结果如下：

这样你就可以看到自己感兴趣的基因在哪些样本里发生了突变。

Ok，今天的教程主要是带大家体验TCGA基于R语言的第二种数据下载方式，下期我们继续推出TCGA的第三种编程方式下载，今天的数据下载先讲到这，下期再见。

后台回复关键字“cgdsr”，获取R代码

后台回复“生信资源”，获取200G生信资源包