手把手教你用R下载TCGA数据:RTCGAToolbox

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!

原文发布于微信公众号 - 百味科研芝士(keyanzhishi)

原文发表时间:2019-05-09

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券