UCSC数据库下载TCGA数据需要注意的细节

前面关于TCGA的教程我介绍很多，包括数据下载和一些简单的分析以及数据的处理，这里介绍还是介绍数据的下载，前面介绍过从网页下载后直接整理，或者利用R包下载，这里介绍基于TCGA数据开发的一些工具——UCSC。从UCSC下载TCGA数据比较简单。

UCSC主页：https://xenabrowser.net

更多数据库，阅读文章【【收藏】生物数据库大合集】

这是一个在线工具，可以在线分析数据，这里不介绍，只介绍下载数据。在首页左上角选择DATA SETS。我们就会看到该数据库的数据集。也可以直接通过下面链接直达：https://xenabrowser.net/datapages/

往下拉，就可以看见TCGA的数据集。

我随便选择一个， GDC TCGA Lung Adenocarcinoma (LUAD)，我们进去就可以看到各种数据。

比如选择RNASeq是数据

就可以看见数据的详细信息，在download处的链接就可以下载数据了。这里的FPKM数据进行了log2(fpkm+1)转换，需要注意。你自己可以把他转换回来。就连counts的数据也进行了log2转换，按照数学公式转换会回去就不是整数了，许多包的分析是基于counts数的，需要整数，这点需要注意。当然，这些数据之间是可以转换的，可参考文章：

【1】RNA-seq的counts,RPM, RPKM, FPK值到底有什么区别？

【2】RNA-Seq的Counts和FPKM数据如何转换成TPM？

其他数据下载也是一样的，需要注意的是看描述信息，该数据库对数据进行了怎样的处理。还有就是时间，我们可以看到上面的数据是2019年7月份的，RNAseq数据，甲基化数据等时间上没有影响，因为这些就算TCGA数据库更新，它也不会变，重要的是临床数据，如果需要最新的临床数据，还是从官网下载临床数据。因为临床数据是不断变化的。