TCGA下载基因表达数据并提取表达矩阵
时间:2017-06-05 来源:原创 作者:BioWolf
微信公众号:biowolf_cn 点击:次
| 一、数据库：TCGA 二、内容：下载Gene Expression Quantification数据，提取Gene Expression Quantification数据 三、癌症数据：宫颈鳞状细胞癌CESC 四、方法： 1、gdc.exe下载工具下载TCGA数据 2、perl脚本提取XML文件的临床信息，得到临床数据 五、步骤 1、TCGA数据库选取需要的数据类型，下载GDC Data Transfer Tool ，也就是TCGA官方提供给用户专门下载数据的工具。 2、在DOS环境下，输入下载命令，下载选取的数据  3、一般是选择counts数据  可以参见：TCGA数据下载之命令行下载 ，有相关的视频资料 六、处理原始数据 1、Gene Expression Quantification数据和临床数据，miRNA数据不同，也相对比较复杂，Gene Expression Quantification原始数据，是309个文件夹，文件夹里面是压缩包，压缩包文件里面才是每个样本的counts文件 这里就多了几个提取步骤，首先需要把309个文件夹里面的压缩包提取放在一个文件夹内 然后解压这309个压缩包，解压之后就得到309个counts文件，这里可以手动也可以脚本处理。  2、得到309个counts文件，把脚本、manifest文件也一起放到文件夹内，运行相应的脚本文件，得到矩阵文件。  矩阵文件：  (责任编辑：伏泽 微信：18520221056) 
|