【原】使用TCGAbiolinks下载TCGA的数据

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:///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

1. datga.category

2. data.type

3. workflow.type

4. experimental.strategy

5. platform

6. 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·