前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >手把手教你用R语言下载TCGA数据库:TCGAbiolinks

手把手教你用R语言下载TCGA数据库:TCGAbiolinks

作者头像
百味科研芝士
发布2019-05-23 23:03:37
2.6K0
发布2019-05-23 23:03:37
举报
文章被收录于专栏:百味科研芝士

TCGA这块大蛋糕,不同的人总会用不同的工具来切分这个蛋糕,今天我们继续分享关于TCGA数据下载的专题,今天我们继续聊聊TCGA的江湖,在TCGA的武林里,总有一个出类拔萃的佼佼者神包——TCGAbiolinks

TCGAbiolinks是GDC官方推荐了一款第三方工具,通过GDC官方API下载数据,保证数据的及时性和准确性,同时也提供数据整理、聚类分析、差异分析、富集分析等功能。

首先是TCGAbiolinks的安装和加载,TCGAbiolinks对于R的版本要求较高,建议在3.4以上的版本进行

下面开启你的R界面,学习该包:

1. TCGAbiolinks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,这里以急性髓性白血病为例子,首先要定义急性髓性白血病在TCGA里面的ID信息,为TCGA-AML,首先建立搜索索引:

这一步十分重要是后续操作的关键,需要输入四个参数,分别是project 代表项目ID, data.category参数需要我们输入数据集类型,比如我们下载的是转录组数据,就是写入"Transcriptome Profiling",data.type是代表输入的为gene 表达数据,另外一个注意的点便是workflow.type, 该参数决定下载数据的类型,如上,我们下载的便是counts数据,我们还可以下载FPKM,如下:

4.建立好索引,下一步便进行数据下载,命令及其简单,使用GDCdownload命令完成下载:

结果如下,每个文件夹代表一个样本:

5.数据整理成表达矩阵:

利用GDCprepare命令和TCGAanalyze_Preprocessing命令直接将数据整理成表达矩阵,十分方便。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-05-06,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 百味科研芝士 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档