| 查看: 20812 | 回复: 2 | |||
[交流]
TCGA(癌症和肿瘤基因图谱)数据下载和处理(TCGA-Assembler) 已有2人参与
|
|
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”。  图1.png 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。今天我们讲解下怎么将TCGA的数据转化成癌症类型的二维数据矩阵（例如基因为rows，样本为columns）。得到这个矩阵之后，后面的事情就好办了，我们可以做差异表达，共表达网络，生存分析等。今天我们主要讲解如何下载TCGA的数据，大家对后续分析感兴趣的话，可以在加“生物信息培训+视频”裙，或者大家可以在掏宝搜索“生物信息视频”，跟我们联系。 我们开始吧，我们可以使用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。具体脚本如下： # Load module A functions. source("Module_A.r" ;# Download level-3 miRNA-seq data of six rectum adenocarcinoma (READ) samples miRNASeqRawData = DownloadmiRNASeqData(traverseResultFile = "./DirectoryTraverseResult_Jul-08-2014.rda", saveFolderName = "./QuickStartGuide_Results/RawData/", cancerType = "READ", assayPlatform = "miRNASeq", inputPatientIDs = c("TCGA-EI-6884-01", "TCGA-DC-5869-01", "TCGA-G5-6572-01", "TCGA-F5-6812-01", "TCGA-AF-2689-11", "TCGA-AF-2691-11" ); # Download level-3 DNA copy number data of six READ samples CNARawData = DownloadCNAData(traverseResultFile = "./DirectoryTraverseResult_Jul-08-2014.rda", saveFolderName = "./QuickStartGuide_Results/RawData/", cancerType = "READ", assayPlatform = "genome_wide_snp_6", inputPatientIDs = c("TCGA-EI-6884-01", "TCGA-DC-5869-01", "TCGA-G5-6572-01", "TCGA-F5-6812-01", "TCGA-AF-2692-10", "TCGA-AG-4021-10" ); # Download level-3 RNASeqV2 gene expression and exon expression data of six READ samples RNASeqRawData = DownloadRNASeqData(traverseResultFile = "./DirectoryTraverseResult_Jul-08-2014.rda", saveFolderName = "./QuickStartGuide_Results/RawData/", cancerType = "READ", assayPlatform = "RNASeqV2", dataType = c("rsem.genes.normalized_results", "exon_quantification" , inputPatientIDs = c("TCGA-EI-6884-01", "TCGA-DC-5869-01", "TCGA-G5-6572-01", "TCGA-F5-6812-01", "TCGA-AG-3732-11", "TCGA-AG-3742-11" ); # Download level-3 HumanMethylation27 data of six READ samples Methylation27RawData = DownloadMethylationData(traverseResultFile = "./DirectoryTraverseResult_Jul-08-2014.rda", saveFolderName = "./QuickStartGuide_Results/RawData/", cancerType = "READ", assayPlatform = "humanmethylation27", inputPatientIDs = c("TCGA-AG-3583-01", "TCGA-AG-A032-01", "TCGA-AF-2692-11", "TCGA-AG-4001-01", "TCGA-AG-3608-01", "TCGA-AG-3574-01" ); # Download level-3 HumanMethylation450 data of six READ samples Methylation450RawData = DownloadMethylationData(traverseResultFile = "./DirectoryTraverseResult_Jul-08-2014.rda", saveFolderName = "./QuickStartGuide_Results/RawData", cancerType = "READ", assayPlatform = "humanmethylation450", inputPatientIDs = c("TCGA-EI-6884-01", "TCGA-DC-5869-01", "TCGA-G5-6572-01", "TCGA-F5-6812-01", "TCGA-AG-A01W-11", "TCGA-AG-3731-11" ); # Download level-3 RPPA protein expression data of six READ samples RPPARawData = DownloadRPPAData(traverseResultFile = "./DirectoryTraverseResult_Jul-08-2014.rda", saveFolderName = "./QuickStartGuide_Results/RawData", cancerType = "READ", assayPlatform = "mda_rppa_core", inputPatientIDs = c("TCGA-EI-6884-01", "TCGA-DC-5869-01", "TCGA-G5-6572-01", "TCGA-F5-6812-01", "TCGA-AG-3582-01", "TCGA-AG-4001-01" ); # Download de-identified clinical information of READ patients DownloadClinicalData(traverseResultFile = "./DirectoryTraverseResult_Jul-08-2014.rda", saveFolderName = "./QuickStartGuide_Results/RawData", cancerType = "READ", clinicalDataType = c("patient", "drug", "follow_up" );运行上面的脚本，我们就能得到我们想要的结果了，假如我们需要下载adenocarcinoma的miRNA数据，我们可以使用。下载完后，我们就得到了adenocarcinoma的矩阵了（基因为rows，样本为columns）。 setwd(C:/Users/cloud/Desktop/TCGA-Assembler) source("Module_A.r" ;miRNASeqRawData = DownloadmiRNASeqData(traverseResultFile = "./DirectoryTraverseResult_Jul-08-2014.rda", saveFolderName = "./QuickStartGuide_Results/RawData/", cancerType = "READ", assayPlatform = "miRNASeq" ; |
回复此楼» 猜你喜欢
欢迎发来filecode的Mz6后的代码验证其规律
已经有10人回复
-
澳大利亚 Murdoch University 全奖博士招生（3个名额）地质化工冶金领域
已经有7人回复
-
不应该看fileCode
已经有9人回复
-
Filecode 又变了，巨变
已经有4人回复
-
分享一下我之前已中青C的计划书的filecode
已经有5人回复
-
FileCode能看出啥？
已经有26人回复
-
关于Filecode分析方法
已经有11人回复
-
重要来源：本周末出结果
已经有9人回复
-
我的国基提前知道中了，可是同事的操作让我实在接受不了，怎么会有这样的人
已经有14人回复
-
结合人工智能，周易传统文化，filecode打分制来了，3分以上希望很大。
已经有4人回复
» 本主题相关商家推荐: (我也要在这里推广)
» 本主题相关价值贴推荐，对您同样有帮助:
- 急求！核苷酸序列翻译成氨基酸后，怎么回到对应的核苷酸序列？
已经有4人回复
- 请问TCGA的level2数据是通过哪种方法标准化的？
已经有5人回复
- 从网上下载了cel文件，但不知怎么下对应的实验条件信息
已经有3人回复
- 求氢气分子的键长数据
已经有3人回复
- TCGA数据库的使用交流
已经有12人回复
- 有人做过或接触过microRNA的paired-end测序数据分析吗
已经有18人回复
- 如何找到DNA甲基化的位点
已经有3人回复
- The Cancer Genome Atlas (TCGA)数据库的使用？
已经有6人回复
- 求编程，求应助
已经有3人回复
- 求TCGA 数据库的使用说明，关于数据的。
已经有7人回复
- 【视频】【教程】PDB数据库的使用——视频教程
已经有254人回复
- 有关PDB数据库的使用问题
已经有11人回复
2楼2015-10-17 09:29:57
xingzhou823
木虫 (正式写手)
五道杠
- 应助: 24 (小学生)
- 金币: 2391.6
- 散金: 200
- 红花: 7
- 帖子: 789
- 在线: 170.7小时
- 虫号: 2070126
- 注册: 2012-10-18
- 性别: GG
- 专业: 生物信息学
★
小木虫: 金币+0.5, 给个红包，谢谢回帖
小木虫: 金币+0.5, 给个红包，谢谢回帖
3楼2015-11-12 11:48:08
