TCGA數據下載的示例分析

這篇文章主要介紹了TCGA數據下載的示例分析，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

TCGAbiolinks  下載 TCGA 數據

下載TCGA數據的方式有很多，大致可以分成3類：

1. 采用GDC 工具去下載： 這個其實挺麻煩的，下載后的數據還要合并，不同的數據合并方式還不一樣，需要些不少的代碼。

2. 從Broad 研究所的Firehose 去下載整理好的數據，但是這個數據都比較陳舊。

3. 采用R包去下載： 目前一些R包，能對GDC的工具和API進行了很好的封裝，簡化了操作過程，而且當GDC進行了升級時，R包也會及時更新，所以這種方式下載數據是一個比較理想的方式。

#  加載需要的包

library(SummarizedExperiment)
library(TCGAbiolinks)

###########################################################
# GDC: https://portal.gdc.cancer.gov/
###########################################################

# 設置環境參數
work_dir <- "/Users/zhangqiuxue/Lab/TCGA/TCGAbiolinks" 

# 設置程序參數
project <- "TCGA-STAD"
data_category <- "Transcriptome Profiling"
data_type <- "Gene Expression Quantification"
workflow_type <- "HTSeq - Counts"
legacy <- FALSE


# 設置工作目錄
setwd(work_dir)

# 下載基因表達量，count數格式的結果
DataDirectory <- paste0(work_dir,"/GDC/",gsub("-","_",projects))
FileNameData <- paste0(DataDirectory, "_","Gene_HTSeq_Counts",".rda")

# 查詢可以下載的數據
query <- GDCquery(project = project,
                  data.category = data_category,
                  data.type = data_type, 
                  workflow.type = workflow_type,
                  legacy = legacy)

# 該癌癥總樣品數量
samplesDown <- getResults(query,cols=c("cases"))
cat("Total sample to down:", length(samplesDown))

# TP 樣品數量
dataSmTP <- TCGAquery_SampleTypes(barcode = samplesDown, typesample = "TP")
cat("Total TP samples to down:", length(dataSmTP))

# NT 樣本數量
dataSmNT <- TCGAquery_SampleTypes(barcode = samplesDown,typesample = "NT")
cat("Total NT samples to down:", length(dataSmNT))


# 下載數據, 數據比較大，耐心等待
GDCdownload(query = query,
            directory = DataDirectory)

# 保存結果，方便后面使用
data <- GDCprepare(query = query, 
                       save = TRUE, 
                       directory =  DataDirectory,
                       save.filename = FileNameData)

# 表達量提取，保存到文件
data_expr <- assay(data)
dim(data_expr)
gene_expr_file <- paste0(DataDirectory, "_","Gene_HTSeq_Counts",".txt")
write.table(data_expr, file = gene_expr_file, sep="\t", row.names =T, quote = F)

除了下載數據，TCGAbiolinks 還集成了差異分析，生存分析等功能

感謝你能夠認真閱讀完這篇文章，希望小編分享的“TCGA數據下載的示例分析”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，更多相關知識等著你來學習!