使用TCGAbiolinks下载TCGA的数据
欢迎关注”生信修炼手册”!
TCGAbiolinks是一个分析处理TCGA数据的R包，通过GDC API来查询和下载TCGA的数据，同时提供了差异分析，生存分析，富集分析等常见的分析功能，网址如下
http://bioconductor.org/packages/release/bioc/html/TCGAbiolinks.html
这个R包的基本用法如下
1. Query
和在线查询类似，只不过是将网页上的各种可选的属性变成了对应的参数，基本用法如下所示
以project为核心进行查询, 其他参数用来对数据进行过滤，常用的有以下几个参数
-
datga.category
-
data.type
-
workflow.type
-
experimental.strategy
-
platform
-
access
以上参数和和网页上的的各项选择菜单相对应，示意如下
除此之外，还有几个重要参数，legacy参数的默认值为FALSE,表示从harmonized database进行查询，TRUE表示从 GDC legacy archive进行查询；barcode参数用于选择其中部分样本的数据。
查询结果的基本单位为Files， 可以通过以下代码进行查看
datatable(getResults(query))结果是一个html的表格，通过网页进行查看，每行代表一个表格，示意如下
2. Download
除了查看检索结果外，还可以下载检索结果，用法如下
这里分成了两个步骤，第一步从GDC下载原始数据，可以使用API或者gdc-clinet进行下载， API的速度相对快一点；第二步对原始数据的结果进行整理，从GDC下载的原始数据是每个文件单独分开的，需要先对结果进行整理，才可以用于后续分析。以表达谱数据为例，需要进行样本的合并，样本ID的转换等，所有这些都可以通过GDCprepare完成。
整理好的结果存放在data对象中, 样本的信息可以通过如下方式进行查看
结果示意如下
表达量矩阵的信息查看方式如下
结果示意如下
数据下载并整理好之后，就可以进行分析了。不同类型的数据对应的分析方法也不同，具体的分析方法请参考官方文档。
·end·
—如果喜欢，快分享给你的朋友们吧—
扫描关注微信号，更多精彩内容等着你！
