這是UCSC xena 頁面 https://xenabrowser.net/datapages/
cat cancer.ID | while read id;
do
echo $id
mkdir -p $id
cd $id
wget -c https://gdc-hub.s3.us-east-1.amazonaws.com/download/TCGA-${id}.htseq_counts.tsv.gz
wget -c https://gdc-hub.s3.us-east-1.amazonaws.com/download/TCGA-${id}.GDC_phenotype.tsv.gz
wget -c https://gdc-hub.s3.us-east-1.amazonaws.com/download/TCGA-${id}.survival.tsv.gz
wget -c https:/c/gdc.xenahubs.net/download/TCGA-sfid}/Xena_Matrices/TCGA-${id}.mutect2_snv.tsv.gz
wget -c https://gdc-hub.s3.us-east-1.amazonaws.com/download/TCGA-${id}.muse_snv.tsv.gz
wget -c https://gdc-hub.s3.us-east-1.amazonaws.com/download/TCGA-${id}.varscan2_snv.tsv.gz
wget -c https://gdc-hub.s3.us-east-1.amazonaws.com/download/TCGA-${id}.somaticsniper_snv.tsv.gz
wget -c https://gdc-hub.s3.us-east-1.amazonaws.com/download/TCGA-${id}.mirna.tsv.gz
wget -c https://gdc-hub.s3.us-east-1.amazonaws.com/download/TCGA-${id}.masked_cnv.tsv.gz
# wget -c https://gdc-hub.s3.us-east-1.amazonaws.com/download/TCGA-${id}.htseq_fpkm.tsv.gz
cd ../
done
cancer.ID是30多個癌種的名稱list
1、關于copy number
Masked Copy Number Segment和Copy Number Segmentation都是用于分析基因組拷貝數(shù)變異（CNV）的方法，但它們在處理數(shù)據(jù)時有所不同。Copy Number Segmentation是一種分析技術，它使用特定的算法（如Circular Binary Segmentation, CBS）來識別基因組中拷貝數(shù)變化的區(qū)域，并估算這些區(qū)域的拷貝數(shù)。這種方法能夠?qū)⒃肼晱姸葴y量轉(zhuǎn)換為染色體區(qū)域的等拷貝數(shù)，最終輸出文件被分割成帶有每個區(qū)域估計拷貝數(shù)的基因組區(qū)域。GDC（Genomic Data Commons）將這些拷貝數(shù)值轉(zhuǎn)化為片段均值，等于log2(copy-number/ 2)。Diploid regions（二倍體區(qū)域）會有一個段均值為零，amplified regions（擴增區(qū)域）會有正的值，而deletions（缺失區(qū)域）會有負的值。
Masked Copy Number Segment是在Copy Number Segmentation的基礎上進行的一種過濾處理。它除了包含Copy Number Segmentation的所有信息外，還會移除那些已知含有germline mutations（常染色體突變）的片段。這種處理通常用于GISTIC（Genomic Identification of Significant Targets in Cancer）分析，以便專注于那些與腫瘤相關的somatic CNVs（體細胞CNVs），而排除那些可能與個體的遺傳背景有關的germline CNVs
總結(jié)來說，Masked Copy Number Segment是對Copy Number Segmentation數(shù)據(jù)的一種額外處理，旨在去除那些可能影響分析結(jié)果的germline CNVs，使得分析更加聚焦于腫瘤特有的CNVs。所以我們下載的是Masked Copy Number Segment。
2、關于SNP
MuSE Variant Aggregation and Masking 是一種用于處理和分析腫瘤樣本中的單核苷酸變體（SNVs）的方法。它通常用于整合來自多個樣本的SNV數(shù)據(jù)，并對這些數(shù)據(jù)進行掩碼處理，以減少假陽性的突變檢測。MuSE方法特別適合于大規(guī)模的腫瘤樣本集合，因為它能夠有效地處理復雜的基因組變異模式，并且能夠識別出與腫瘤發(fā)展相關的突變。
MuTect2 Variant Aggregation and Masking 是由GATK團隊開發(fā)的一種用于識別和分析腫瘤樣本中的SNVs和小型插入缺失（indels）的方法。它使用了一系列復雜的算法來區(qū)分真陽性和假陽性的變異，并且能夠處理不同類型的基因組數(shù)據(jù)。MuTect2方法在腫瘤基因組學研究中非常常見，尤其是在使用Illumina測序平臺的研究中。
SomaticSniper Variant Aggregation and Masking 是一種用于識別和分析腫瘤樣本中的SNVs和indels的方法。它使用了一種基于貝葉斯模型的方法來評估變異的可信度，并且能夠處理不同類型的基因組數(shù)據(jù)。SomaticSniper方法在某些研究中也被使用，盡管它不如MuTect2和MuSE那樣流行。
VarScan2 Variant Aggregation and Masking 是一種用于識別和分析腫瘤樣本中的SNVs和indels的方法。它使用了一種基于統(tǒng)計的方法來評估變異的可信度，并且能夠處理不同類型的基因組數(shù)據(jù)。VarScan2方法在某些研究中也被使用，盡管它不如MuTect2和MuSE那樣流行。
Segmentation的區(qū)別
Segmentation通常指的是將連續(xù)的基因組區(qū)域劃分為不同的部分，這些部分可能具有不同的遺傳特征或變異模式。在腫瘤基因組學中，segmentation可以幫助研究者識別染色體拷貝數(shù)變異（CNVs）、斷裂點（breakpoints）、重組事件等。不同的變異檢測方法可能會采用不同的segmentation策略，以適應它們各自的分析目的和數(shù)據(jù)類型。
在上述提到的四種變異檢測方法中，MuTect2、MuSE、SomaticSniper和VarScan2都可以用來檢測SNVs和indels，但它們在處理數(shù)據(jù)和分析方法上有所不同。這些差異可能會影響它們在進行segmentation時的性能和結(jié)果。例如，MuTect2和MuSE可能會采用更加復雜的算法來處理大量的基因組數(shù)據(jù)，而VarScan2和SomaticSniper可能會采用更簡化的方法。因此，選擇哪種方法進行segmentation取決于具體的研究目標和可用的數(shù)據(jù)類型。
