推荐|TCGA数据下载工具

1、TCGA简介

美国政府发起的癌症和肿瘤基因图谱（Cancer Genome Atlas，TCGA）计划，试图通过应用基因组分析技术，特别是采用大规模的基因组测序，将人类全部癌症（近期目标为50种包括亚型在内的肿瘤）的基因组变异图谱绘制出来，并进行系统分析，旨在找到所有致癌和抑癌基因的微小变异，了解癌细胞发生、发展的机制，在此基础上取得新的诊断和治疗方法，最后可以勾画出整个新型“预防癌症的策略”。

TCGA 使命:提高人们对癌症发病分子基础的科学认识及提高我们诊断、治疗和预防癌症的能力

TCGA 目标:完成一套完整的与所有癌症基因组改变相关的“图谱”。

TCGA数据源大部分都是公开的，如何有效的进行收集和预处理 是一个头疼 的问题。今天和大家介绍下下载数据的工具，其各有优缺点：

（1）直接去官网下载。这个具体参考其官网的操作文档就可以啦。

（2）cBioPortal

点击下载数据按钮之后，可以按照目前研究的癌症的类型和发表的年代进行选择，然后选择相应的数据类型，比对snp突变，拷贝数变异和表达谱数据等。

这个工具最好的地方在于 ，你可以选择你感兴趣的基因，然后点击submit提交，坐等下载就可以啦。当然这个工具还是支持一些在线分析的。

（3）ICGC

ICGC 可以在搜索框中直接搜索你感兴趣的癌型。然后回车，选择相应的数

据。

选择相应的数据,然后点击下载。

然后选择想要下载的数据类型。

然后坐等下载，就可以啦。

（4）TCGA-Assembler

可以使用TCGA-Assembler这软件去下载TCGA的数据http://www.compgenome.org/TCGA-Assembler/。TCGA-Assembler不但可以很方便的下载数据，还能对数据进行初始化处理，非常方便。下载完后，我们使用首先要安装一些依赖包。通过下面的命令：
install.packages(c("HGNChelper", "RCurl", "httr", "stringr", "digest", "bitops"), dependencies=T)

安装完了依赖包，我们进入刚才下载的TCGA-Assembler的目录，使用setwd(C:/Users/cloud/Desktop/TCGA-Assembler)设置TCGA-Assembler的目录为工作目录，接下来，我们就可以下载数据了。我们需要下载什么数据，就选择相应的脚本。具体代码见丁香网有具体的讲解。

（5）GenePattern。小编没有具体用过，大家伙自己去尝试吧。

这些工具使用起来还是有其局限性，都不能够轻易获取每个癌症类型的二维数据矩阵（例如基因为rows，样本为columns）。

参考资料：

http://www.cbioportal.org/public-portal/cgds_r.jsp

http://dcc.icgc.org/download/current

http://www.compgenome.org/TCGA-Assembler/ 

http://www.broadinstitute.org/cancer/software/genepattern/download/index

http://www.dxy.cn/bbs/topic/31315813

http://emuch.net/html/201403/7089959.html

生信人

生信人团队是国内最早专注生信技术服务的先驱，其具有丰富的数据挖掘能力和个性化定制经验；同时其“解决生信入门最后一公里”的理念和Freescience践行的科学自由理念一脉相承。

目前网络上有关生物信息学入门及进阶的有偿课程很多，鱼龙混杂，多有重复，非编程的不够用，涉及R语言等编程语言的，对“非专业的小伙伴”来说又是个头痛的事儿。

双方商定将进行深度合作，后续，生信人将自行开发免编程的生信可视化软件，独创“一个软件操作=N篇文章思路”的全新实例演示方法，结合线上、线下，为广大生信小白提供一系列完全免费、绝对实用、实操性极强的生信技能。

Freescience精彩内容回顾（点击即达）

科研路，不孤单！^ ^

Freescience医学科研联盟全国火热招募ing

50家高校及医院的小伙伴已经加入啦，点这里

Bioart/Freescience科研沙龙，详情进入沙龙QQ群，点这里（进入后，扫底部二维码）

FS科研软件库，集合60+医学科研必备神器，现在统统打包分享，点这里

有质、有趣的科研问答平台—研论（点此进入）

如何自动获取文献进展和内容速读

给小伙伴们提供一个展示的平台