下载TCGA数据的工具

生信人

共同学习生物信息学知识，共同探究生物奥秘。

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”。

2、下载数据工具介绍

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。

首先下载数据的方法有如下几种

官网、cBioPortal、ICGC、TCGA-Assembler、GenePattern

3、工具使用详解

（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