手把手教你用R语言下载TCGA数据库:GDCRNAtools

各位朋友,大家好,今天我们继续分享关于TCGA数据下载的专题,如果你看完了前面所有的关于TCGA推文,那么你对TCGA将不再陌生,这个时候的你不仅学会了九阳神功,还学会了乾坤大挪移了,哈哈,看到这希望你可以继续看下去,毕竟TCGA的生活也应该充满快乐。

或许你会问,之前的网页版工具都有相应的工具包,那么针对官网下载有没有相应的R语言工具包呢?如果,你可以体提出这种疑问,说明你不再是小白了,至少你已经入门了,那今天就给大家推荐,支持官网数据下载的神器GDCRNAtools工具包。

甩出网址链接:

https://bioconductor.org/packages/devel/bioc/vignettes/GDCRNATools/inst/doc/GDCRNATools.html

这个工具包主要是用于之前大火的ceRNA网络构建的工具,但是同时提供了数据下载通道。

GitHub:https://github.com/Jialab-UCR/GDCRNATools

下面开启你的R界面,学习该包:

1. GDCRNATools安装,借助BiocManager安装,前提也是你要安装好BiocManager,命令如下:

2. 加载该包:

Ok,可以看到没有任何问题,这也表明,我们安装并成功加载该工具包

3. 下载数据,这里以胃癌为例子,首先要定义胃癌在TCGA里面的ID信息,为TCGA-STAD,用该包下载就十分简单了,直接用gdcRNADownload命令即可

首先定义项目的id,本例为STAD,接着是数据的类型,我们可以下载RNAseq也可以下载miRNAseq,这里我们选择RNAseq数据下载,在method参数我们可以看到我们选择的是gdc-client,代表的就是借助该工具进行的数据下载,这个时候,如果你还记得我们的第一个官网下载的工具,那就明白了该工具的作用了。

4. 下载个miRNA的数据试试水,由于该数据数据量小,适合演示操作,如下:

结果如下:

你会发现,他是先下载gdc-client工具,接着自动调用该工具下载,中间可能会由于网络等原因报错,不用怕,在运营一次即可,其会在上次下载的基础上,继续接着下载。

如下:

最终下载的结果文件如下:

一些列的文件夹,每个文件夹代表一个样本

5. 解析元文件metadata,进行下一步数据整理

接着还需要下面两个操作进行剔除重复的样本和冗余样本,如下:

6. 文件合并,将所有的表达信息整理成一个矩阵:

这里你需要把path参数换成你的存储路径,可以看到使用gdcRNAMerge我们可以成功的将数据合并成一个表达矩阵,不过该表达矩阵实际上是count。

如下:

获得了这个矩阵,就表示你的数据下载成功了!

Ok,今天的教程主要是带大家体验TCGA基于R语言的第四种数据下载方式,下期我们继续推出TCGA的第五种编程方式下载,今天的数据下载先讲到这,下期再见。

工具介绍

NoteExpress:一款强大的文献管理工具

2019-4-30 20:43:29

工具介绍

如何在国内使用谷歌学术(Google scholar)

2019-5-4 14:54:48

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索