?专注R讲话在?生物医学中的使用hongkongdoll face

设为“星标”，精彩可以过

TCGA官网在2024年2月8号发布了首要更新，此次更新是自2016年GDC data portal上线以来最大的更新了，径直更新到了2.0，界面和使用方法绝对不相似了！旧版页面现时（2024.2.12）还能打听，可是不久后将澈底下线！

偷窥自拍

最初是页面大更新，全新的使用界面：

图片

新版界面

此次更新最大的改变是罗致了以队伍为中心的责任进程，用户可以我方选拔念念要分析的数据，也即是构建我方的队伍。之前所以program为中心的，比如TCGA-COAD这种。

图片

image-20240218074026630

现时最初要通过Cohort Builder选拔我方念念要分析的队伍，然后可以对这个队伍进行多样分析。新版TCGA还增多了好多新的分析器用，世界可以自行探索。

新的责任进程：hongkongdoll face

图片

数据下载

假如咱们念念要下载TCGA-COAD的转录组基因抒发数据，在新页面需要这么作念：

先到Cohort Builder选拔你的队伍：TCGA-COAD：

图片

image-20240218080332757

然后再到Respository中选拔你的数据类型，终末加入购物车即可：

图片

image-20240218080552794

终末到购物车下载即可。

图片

方便下载方法

诚然是通过easyTCGA下载了！现时还是能用。

安设方法：

# 先安设依赖包# 安设bioconductor上头的R包# 最初要改镜像，底下是清华的镜像，偶然会有问题，可改换其他镜像试试（我方百度下喽~）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")# 安设cran上头的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")# 再安设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")

下载的数据和官方绝对一致，况且会自动进行整理，帮你把mRNA和lncRNA分开，并诀别整理成tpm、fpkm、count矩阵，还会自动给你整理多样临床信息，若是你的鸠合没问题，只需要几分钟就可以取得以下数据：

图片

image-20240218081331857

更多的细节和使用方法，世界可以去github不雅看：https://github.com/ayueme/easyTCGA

本站仅提供存储作事，总计实质均由用户发布，如发现存害或侵权实质，请点击举报。