如何使用TCGAbiolinks下載TCGA的數(shù)據(jù)

本篇內(nèi)容介紹了“如何使用TCGAbiolinks下載TCGA的數(shù)據(jù)”的有關(guān)知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細閱讀，能夠?qū)W有所成！

TCGAbiolinks是一個分析處理TCGA數(shù)據(jù)的R包，通過GDC API來查詢和下載TCGA的數(shù)據(jù)，同時提供了差異分析，生存分析，富集分析等常見的分析功能，網(wǎng)址如下

http://bioconductor.org/packages/release/bioc/html/TCGAbiolinks.html

這個R包的基本用法如下

1. Query

和在線查詢類似，只不過是將網(wǎng)頁上的各種可選的屬性變成了對應(yīng)的參數(shù)，基本用法如下所示

以project為核心進行查詢, 其他參數(shù)用來對數(shù)據(jù)進行過濾，常用的有以下幾個參數(shù)

1. datga.category

2. data.type

3. workflow.type

4. experimental.strategy

5. platform

6. access

   
   

以上參數(shù)和和網(wǎng)頁上的的各項選擇菜單相對應(yīng)，示意如下

除此之外，還有幾個重要參數(shù)，legacy參數(shù)的默認值為FALSE,表示從harmonized database進行查詢，TRUE表示從 GDC legacy archive進行查詢；barcode參數(shù)用于選擇其中部分樣本的數(shù)據(jù)。

查詢結(jié)果的基本單位為Files， 可以通過以下代碼進行查看

datatable(getResults(query))

結(jié)果是一個html的表格，通過網(wǎng)頁進行查看，每行代表一個表格，示意如下

2. Download

除了查看檢索結(jié)果外，還可以下載檢索結(jié)果，用法如下

這里分成了兩個步驟，第一步從GDC下載原始數(shù)據(jù)，可以使用API或者gdc-clinet進行下載， API的速度相對快一點；第二步對原始數(shù)據(jù)的結(jié)果進行整理，從GDC下載的原始數(shù)據(jù)是每個文件單獨分開的，需要先對結(jié)果進行整理，才可以用于后續(xù)分析。以表達譜數(shù)據(jù)為例，需要進行樣本的合并，樣本ID的轉(zhuǎn)換等，所有這些都可以通過GDCprepare完成。

整理好的結(jié)果存放在data對象中,  樣本的信息可以通過如下方式進行查看

結(jié)果示意如下

表達量矩陣的信息查看方式如下

結(jié)果示意如下

數(shù)據(jù)下載并整理好之后，就可以進行分析了。不同類型的數(shù)據(jù)對應(yīng)的分析方法也不同，具體的分析方法請參考官方文檔。

“如何使用TCGAbiolinks下載TCGA的數(shù)據(jù)”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實用文章！