簡(jiǎn)介

????????在前一篇文章中，小編和大家分享了GEO數(shù)據(jù)的下載方法，作為GEO數(shù)據(jù)的姊妹篇，TCGA數(shù)據(jù)庫(kù)中的數(shù)據(jù)也是生信分析常用的數(shù)據(jù)之一。TCGA(The Cancer Genome Atlas )是由National Cancer Institute ( NCI, 美國(guó)國(guó)家癌癥研究所) 和? National Human Genome Research Institute (NHGRI, 國(guó)家人類(lèi)基因組研究所) 合作，在2006年建立的癌癥研究項(xiàng)目，旨在運(yùn)用高通量測(cè)序和生物信息學(xué)分析方法探究癌癥的遺傳基礎(chǔ)，治病機(jī)理，提高了我們對(duì)癌癥診斷，治療和預(yù)防能力。TGCA數(shù)據(jù)庫(kù)詳細(xì)的記錄每個(gè)患者的臨床基本信息、外顯子測(cè)序、RNA-seq測(cè)序、甲基化等數(shù)據(jù)，是癌癥生物信息研究的首選工具。最新版本（V23.0）TCGA包含39種癌癥和一萬(wàn)多個(gè)癌癥樣本，TCGA樣本數(shù)據(jù)可分為四級(jí)數(shù)據(jù)，其中，level1、level2不對(duì)外開(kāi)放，僅對(duì)科研人員和研究所開(kāi)放，一般是在國(guó)外的PI需要經(jīng)過(guò)嚴(yán)格的申請(qǐng)才能獲得批準(zhǔn)下載；level3、level4一般可以公開(kāi)獲取，是生信小白訓(xùn)練學(xué)習(xí)生信技能、發(fā)表SCI的好助手。

? ? ? ? 雖然說(shuō) TCGA數(shù)據(jù)庫(kù)level3、level4可以免費(fèi)獲取，官方也提供了python編寫(xiě)的下載工具GDC API，R語(yǔ)言也提供了不少的R包（如：RTCGAToolbox、UCSCXenaTools），但是這些工具都是在命令行使用的，需要一定的編程能力，再加上TCGA數(shù)據(jù)庫(kù)遠(yuǎn)在國(guó)外，國(guó)內(nèi)也沒(méi)有鏡像站點(diǎn)，下載速度也是很慢的。即使把數(shù)據(jù)下載下來(lái)時(shí)，你看到的不是合并好的一個(gè)大文件，而是一個(gè)一個(gè)小文件，每個(gè)文件是一個(gè)樣本的數(shù)據(jù)，你需要手動(dòng)將每個(gè)樣本的數(shù)據(jù)合并在一起。對(duì)于小白黨來(lái)說(shuō)，樣本數(shù)目過(guò)大用Excel合并又耗費(fèi)時(shí)間，而且需要手動(dòng)添加樣本名稱(chēng)，不僅速度慢，而且容易出錯(cuò)。

? ? ? ? ?針對(duì)?TCGA數(shù)據(jù)下載數(shù)據(jù)慢，數(shù)據(jù)處理難等問(wèn)題，我們公司研發(fā)了一個(gè)新的數(shù)據(jù)平臺(tái)，從善的處理以上各種問(wèn)題。即使是不會(huì)編程的小白也可以通過(guò)使用我們的數(shù)據(jù)平臺(tái)為自身研究找尋合理的研究方向，甚至是發(fā)表一些小文章也將成為一種可能。我們通過(guò)研發(fā)的新的數(shù)據(jù)平臺(tái)將常用的公共數(shù)據(jù)庫(kù)全部同步到國(guó)內(nèi)服務(wù)器中，并且每天同步更新，同時(shí)按照常規(guī)發(fā)表SCI的習(xí)慣對(duì)所有數(shù)據(jù)進(jìn)行整合，編排，方便大家下載與使用。

使用方法

網(wǎng)址：http://sangerbox.com/TcgaDown，如下圖所示：

示例：以胰腺癌（PAAD）的RNA-seq數(shù)據(jù)為例——1.左邊選擇癌癥種類(lèi)；2.選擇需要下載的數(shù)據(jù)類(lèi)型；3.點(diǎn)擊“下載到個(gè)人中心”按鈕，如下圖所示

轉(zhuǎn)到個(gè)人中心，進(jìn)入到下載目錄下，將文件按照從大到小的順序排序，當(dāng)Merge.txt和Merge.txt.bak大小一樣，說(shuō)明文件合并完成。