💡专注R语言在🩺生物医学中的使用

设为“星标”，精彩不错过

TCGA官网在2024年2月8号发布了重大更新，这次更新是自2016年GDC data portal上线以来最大的更新了，直接更新到了2.0，界面和使用方式完全不一样了！旧版页面目前（2024.2.12）还能访问，但是不久后将彻底下线！

首先是页面大更新，全新的使用界面：

图片

新版界面

这次更新最大的改变是采用了以队列为中心的工作流程，用户可以自己选择想要分析的数据，也就是构建自己的队列。之前是以program为中心的，比如TCGA-COAD这种。

图片

image-20240218074026630

现在首先要通过Cohort Builder选择自己想要分析的队列，然后可以对这个队列进行各种分析。新版TCGA还增加了许多新的分析工具，大家可以自行探索。

新的工作流程：

图片

数据下载

假如我们想要下载TCGA-COAD的转录组基因表达数据，在新页面需要这样做：

先到Cohort Builder选择你的队列：TCGA-COAD：

图片

image-20240218080332757

然后再到Respository中选择你的数据类型，最后加入购物车即可：

图片

image-20240218080552794

最后到购物车下载即可。

图片

简便下载方式

当然是通过easyTCGA下载了！目前依然能用。

安装方式：

# 先安装依赖包# 安装bioconductor上面的R包# 首先要改镜像，下面是清华的镜像，有时会有问题，可更改其他镜像试试（自己百度下喽~）options(BioC_mirror="https://mirrors.tuna.tsinghua.edu.cn/bioconductor")if(!require("BiocManager")) install.packages("BiocManager")if(!require("TCGAbiolinks")) BiocManager::install("TCGAbiolinks")if(!require("SummarizedExperiment")) BiocManager::install("SummarizedExperiment")if(!require("DESeq2")) BiocManager::install("DESeq2")if(!require("edgeR")) BiocManager::install("edgeR")if(!require("limma")) BiocManager::install("limma")# 安装cran上面的R包if(!require("survival")) install.packages("survival")if(!require("broom")) install.packages("broom")if(!require("devtools")) install.packages("devtools")if(!require("reshape2")) install.packages("reshape2")if(!require("data.table")) install.packages("data.table")if(!require("ggplot2")) install.packages("ggplot2")if(!require("ggpubr")) install.packages("ggpubr")# 再安装easyTCGAdevtools::install_github("ayueme/easyTCGA")

比如下载以上数据，只需要1行代码即可完成：

getmrnaexpr("TCGA-COAD")

下载的数据和官方完全一致，并且会自动进行整理，帮你把mRNA和lncRNA分开，并分别整理成tpm、fpkm、count矩阵，还会自动给你整理各种临床信息，如果你的网络没问题，只需要几分钟就可以得到以下数据：

图片

image-20240218081331857

更多的细节和使用方式，大家可以去github观看：https://github.com/ayueme/easyTCGA

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。