怎么用gdc-client批量下載TCGA數(shù)據(jù)

怎么用gdc-client批量下載TCGA數(shù)據(jù)，很多新手對(duì)此不是很清楚，為了幫助大家解決這個(gè)難題，下面小編將為大家詳細(xì)講解，有這方面需求的人可以來(lái)學(xué)習(xí)下，希望你能有所收獲。

GDC的在線下載功能只適用于下載小的數(shù)據(jù)集，當(dāng)需要下載數(shù)據(jù)量較大的TCGA數(shù)據(jù)時(shí)，必須借助于GDC官方提供的客戶端工具gdc-client。網(wǎng)址如下

https://gdc.cancer.gov/access-data/gdc-data-transfer-tool

該軟件是一個(gè)命令行工具，支持windows, linux, mac OS多種操作系統(tǒng)，可以通過(guò)以下兩種方法來(lái)下載文件

1. Manifest

首先通過(guò)GDC在線數(shù)據(jù)庫(kù)篩選自己感興趣的數(shù)據(jù)集，然后通過(guò)購(gòu)物車(chē)圖標(biāo)將數(shù)據(jù)集添加到購(gòu)物車(chē)中，示意如下

點(diǎn)擊導(dǎo)航欄的Cart按鈕，點(diǎn)擊下載Manifest文件

該文件內(nèi)容如下所示

第一列為文件的uuid, 在GDC數(shù)據(jù)庫(kù)中，所有的信息都用一個(gè)uuid唯一標(biāo)識(shí)。利用manifest文件批量下載的用法如下

gdc-client download -m gdc_manifest_20190610_105445.txt

結(jié)果下載到當(dāng)前目錄，每個(gè)文件保存在uuid對(duì)應(yīng)的文件夾下，示意如下

這里我下載的是FPKM的基因表達(dá)量，文件內(nèi)容如下

可以看到?jīng)]有表頭信息，而且每個(gè)樣本是分開(kāi)的，在實(shí)際使用中，我們通常需要整合到一張表中，得到一個(gè)行為基因，列為樣本的基因表達(dá)量的表格。通過(guò)這種方式下載的數(shù)據(jù)，沒(méi)有文件對(duì)應(yīng)的樣本信息，這個(gè)信息可以通過(guò)下載SampleSheet得到，該文件的內(nèi)容如下

保存了每個(gè)樣本對(duì)應(yīng)的樣本等信息，通過(guò)結(jié)合這個(gè)數(shù)據(jù)，可以整理得到基因表達(dá)量的表格。

2. UUID

第二種方式直接使用文件對(duì)應(yīng)的uuid進(jìn)行下載， 點(diǎn)擊文件名稱，可以看到UUID的信息，如下所示

通過(guò)uuid下載文件的用法如下

gdc-client download cadfedcc-2742-42ad-9fd3-733d01086392

這兩種方式本質(zhì)上是一樣的，都是通過(guò)文件的uuid來(lái)對(duì)應(yīng)到唯一的一個(gè)文件，并進(jìn)行下載。需要注意的是，這種方式只能夠下載得到原始文件，如果需要下游分析，需要自己調(diào)整文件格式。

看完上述內(nèi)容是否對(duì)您有幫助呢？如果還想對(duì)相關(guān)知識(shí)有進(jìn)一步的了解或閱讀更多相關(guān)文章，請(qǐng)關(guān)注億速云行業(yè)資訊頻道，感謝您對(duì)億速云的支持。