TCGA数据下载

     TCGA作为一个重要的数据库，其下载数据的方式有很多种，今天我给大家总结整理一下目前TCGA数据下载的几种方式：

一：使用TCGA官网推荐的下载软件GDC-client进行下载

方法如下：

1、进入GDC官网：

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

2、进入Repository，根据分析需求选择Files和Cases

3、然后点击Add All Files to Cart， 下载manifest

4、最后在服务器上运行：/gdc-client download -m manifest -d outdir

注意：官网上下载的TCGA数据每一个样品是一个独立的文件，后期分析需要整合到一起。

二：UCSC Xena下载

方法如下：

1、进入Xena官网：

https://xena.ucsc.edu/public-hubs/

 该网站不仅提供TCGA数据库的下载，也提供了ICGC、TARGET等数据库的下载

2、选择TCGA (The Cancer Genome Atlas)，比如我们要下载乳腺癌数据，进入TCGA Breast Cancer (BRCA)

3、比如我们想下载mRNA的表达数据，就可以选择gene expression RNAseq下的IlluminaHiSeq

4、最后点击download下的gz格式文件就可以下载所需数据

注意：Xena下载的TCGA数据都是多样品整合到一起的，但是对于转录组数据来说下载的表达量的值都是矫正后的readcount， 不提供原始的readcount值。

三：GDAC filehose下载

方法如下：

1、进入GDAC BROAD官网：

http://gdac.broadinstitute.org/

2、选择Dashboard-Stddata， 比如我们要下载乳腺癌的数据，就选择BRCA，点击Open进入下载页面

3、该目录下文件相对比较多，可以根据自己的需求进行下载

注意：GDAC filehose下载的数据不是TCGA实时更新的，此外，该方式下载的数据既有原始数据也有经过整理的数据。

四：R的TCGABiolinks下载

library('TCGAbiolinks')query <- GDCquery(project = 'TCGA-BLCA', data.category = 'Copy Number Variation', data.type = 'Copy Number Segment')#数据下载GDCdownload(query)#数据整理cnvdat <- GDCprepare(query = query)

注意：TCGABiolinks下载的数据与官网下载的相类似，每一个样品是一个单独的文件，但是可以直接放在R里面进行后续分析，比较方便。