本系列是我的TCGA学习记录，跟着生信技能树B站课程学的，已获得授权（嗯，真的^_^）。课程链接：https://www.bilibili.com/video/av49363776

1.从数据库下载manifest文件

数据存放网站：https://portal.gdc.cancer.gov/
在Repository勾选自己需要的case和文件类型

（1）选case

（2）选文件类型

需要下载三个文件，分别存放了miRNA、isoform和clinical信息

• mirna

• isoform

• 临床数据clinical，选xml格式

选中后都是点击右边的Manifest即可下载。下载得到的文件要改名，不然命名都一样容易乱。三个文件设置的名称如下：gdc_manifest.2019-12-30-isoform.txtgdc_manifest.2019-12-30-miRNA.txtgdc_manifest.2019-12-30.txt3.了解数据
统计下载的三个文件的行数，也就是各自的样本数量+1（+1是因为有一行是行名）。

4.学习下载工具https://gdc.cancer.gov/access-data/gdc-data-transfer-tool
使用官网提供的工具gdc-client ，下载自己电脑对应的版本，存放于工作目录下并解压好。
查看帮助文档./gdc-client --help # commands: # {download,upload,settings} # for more information, specify -h after a command # download download data from the GDC # upload upload data to the GDC # settings display default settings
会看到该软件有三个子命令，我们需要的是download。
查看download的帮助文档：./gdc-client download --help #-d DIR, --dir DIR Directory to download files to. Defaults to current # directory #-m MANIFEST, --manifest MANIFEST # GDC download manifest file
可以找到两个有用的参数：-d和-m。（其他参数被我省略掉了）5.下载走起
所以下载命令是:mkdir clinical mkdir mirna mkdir isoform ./gdc-client download -m gdc_manifest.2019-12-30.txt -d clinical ./gdc-client download -m gdc_manifest.2019-12-30-miRNA.txt -d mirna ./gdc-client download -m gdc_manifest.2019-12-30-isoform.txt -d isoform
网络很垃圾。但还是可以成功的。几百个文件搞定。

关于xml我还搜到了两个东东，一并记录下来。一个是哈德雷大神写的包xml2：https://blog.rstudio.com/2015/04/21/xml2/
一个是R包TCGAbiolinks，可以处理tcga中下载的xml文件，从中获取信息。关于此文件的后续探索，且看下回分解。

微信公众号生信星球同步更新我的文章，欢迎大家扫码关注！

我们有为生信初学者准备的学习小组,点击查看◀️
想要参加我的线上线下课程，也可加好友咨询
如果需要提问，请先看生信星球答疑公告