2022新版TCGA批量下載表達(dá)矩陣及臨床信息

# BiocManager::install("BioinformaticsFMRP/TCGAbiolinksGUI.data")
# BiocManager::install("BioinformaticsFMRP/TCGAbiolinks")
gdcdata=function(i){
library(TCGAbiolinks)
projects <- getGDCprojects()
library(dplyr)
projects <- projects %>% 
  as.data.frame() %>% 
  select(project_id,tumor) %>% 
  filter(grepl(pattern="TCGA",project_id))
  ## 0.運行信息
  print(paste0("Downloading number ",i,",project name: ",projects$project_id[i]))
  ## 1.查詢信息
  query.exp = GDCquery(project = projects$project_id[i], 
                       data.category = "Transcriptome Profiling",
                       data.type = "Gene Expression Quantification",
                       workflow.type = "STAR - Counts")
  ## 2.正式下載
  GDCdownload(query.exp)
  ## 3.多個數(shù)據(jù)合并
  pre.exp = GDCprepare(query = query.exp)
  ## 4.提取表達(dá)量數(shù)據(jù)
  library(SummarizedExperiment)
  countsdata = SummarizedExperiment::assay(pre.exp,1)
  fpkmdata=SummarizedExperiment::assay(pre.exp,5)
  tpmdata=SummarizedExperiment::assay(pre.exp,4)
  gene_id=data.frame(id=rowData(pre.exp)@listData[["gene_id"]], gene_name= rowData(pre.exp)@listData[["gene_name"]],gene_type=rowData(pre.exp)@listData[["gene_type"]])
  counts=cbind(gene_id,countsdata)
  fpkm=cbind(gene_id,fpkmdata)
  tpm=cbind(gene_id,tpmdata)
  #臨床信息
  clinical <- GDCquery_clinic(project = projects$project_id[i], type = "clinical")
  ## 5.保存數(shù)據(jù)
  filename1 = paste0("result/",projects$project_id[i],"-counts.txt")
  filename2 = paste0("result/",projects$project_id[i],"-fpkm.txt")
  filename3 = paste0("result/",projects$project_id[i],"-tpm.txt")
  filename4 = paste0("result/",projects$project_id[i],"-clinical.txt")
  write.table(counts,filename1,sep="\t",col.names=T,row.names=F,quote=F) 
  write.table(fpkm,filename2,sep="\t",col.names=T,row.names=F,quote=F) 
  write.table(tpm,filename3,sep="\t",col.names=T,row.names=F,quote=F) 
  write.table(clinical,filename4,sep="\t",col.names=T,row.names=F,quote=F) 
}
dir.create("result")
for (i in 1:33) {
  gdcdata(i)
}

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者

人面猴
序言：七十年代末，一起剝皮案震驚了整個濱河市吱涉，隨后出現(xiàn)的幾起案子，更是在濱河造成了極大的恐慌狈茉，老刑警劉巖殃恒，帶你破解...
沈念sama閱讀 206,839評論 6贊 482
死咒
序言：濱河連續(xù)發(fā)生了三起死亡事件，死亡現(xiàn)場離奇詭異得问，居然都是意外死亡页藻，警方通過查閱死者的電腦和手機(jī)，發(fā)現(xiàn)死者居然都...
沈念sama閱讀 88,543評論 2贊 382
救了他兩次的神仙讓他今天三更去死
文/潘曉璐我一進(jìn)店門贰军，熙熙樓的掌柜王于貴愁眉苦臉地迎上來玻蝌，“玉大人，你說我怎么就攤上這事词疼≡钜粒” “怎么了？”我有些...
開封第一講書人閱讀 153,116評論 0贊 344
道士緝兇錄：失蹤的賣姜人
文/不壞的土叔我叫張陵寒跳，是天一觀的道長。經(jīng)常有香客問我竹椒，道長童太，這世上最難降的妖魔是什么？我笑而不...
開封第一講書人閱讀 55,371評論 1贊 279
?港島之戀（遺憾婚禮）
正文為了忘掉前任胸完，我火速辦了婚禮书释，結(jié)果婚禮上，老公的妹妹穿的比我還像新娘赊窥。我一直安慰自己爆惧，他們只是感情好，可當(dāng)我...
茶點故事閱讀 64,384評論 5贊 374
惡毒庶女頂嫁案：這布局不是一般人想出來的
文/花漫我一把揭開白布锨能。她就那樣靜靜地躺著扯再，像睡著了一般。火紅的嫁衣襯著肌膚如雪址遇。梳的紋絲不亂的頭發(fā)上熄阻，一...
開封第一講書人閱讀 49,111評論 1贊 285
城市分裂傳說
那天，我揣著相機(jī)與錄音倔约，去河邊找鬼秃殉。笑死，一個胖子當(dāng)著我的面吹牛，可吹牛的內(nèi)容都是我干的钾军。我是一名探鬼主播鳄袍，決...
沈念sama閱讀 38,416評論 3贊 400
雙鴛鴦連環(huán)套：你想象不到人心有多黑
文/蒼蘭香墨我猛地睜開眼，長吁一口氣：“原來是場噩夢啊……” “哼吏恭！你這毒婦竟也來了拗小？” 一聲冷哼從身側(cè)響起，我...
開封第一講書人閱讀 37,053評論 0贊 259
萬榮殺人案實錄
序言：老撾萬榮一對情侶失蹤砸泛，失蹤者是張志新（化名）和其女友劉穎十籍，沒想到半個月后，有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體唇礁，經(jīng)...
沈念sama閱讀 43,558評論 1贊 300
?護(hù)林員之死
正文獨居荒郊野嶺守林人離奇死亡勾栗，尸身上長有42處帶血的膿包…… 初始之章·張勛以下內(nèi)容為張勛視角年9月15日...
茶點故事閱讀 36,007評論 2贊 325
?白月光啟示錄
正文我和宋清朗相戀三年，在試婚紗的時候發(fā)現(xiàn)自己被綠了盏筐。大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片围俘。...
茶點故事閱讀 38,117評論 1贊 334
活死人
序言：一個原本活蹦亂跳的男人離奇死亡，死狀恐怖琢融，靈堂內(nèi)的尸體忽然破棺而出界牡，到底是詐尸還是另有隱情，我是刑警寧澤漾抬，帶...
沈念sama閱讀 33,756評論 4贊 324
?日本核電站爆炸內(nèi)幕
正文年R本政府宣布宿亡，位于F島的核電站，受9級特大地震影響纳令，放射性物質(zhì)發(fā)生泄漏挽荠。R本人自食惡果不足惜，卻給世界環(huán)境...
茶點故事閱讀 39,324評論 3贊 307
男人毒藥：我在死后第九天來索命
文/蒙蒙一平绩、第九天我趴在偏房一處隱蔽的房頂上張望圈匆。院中可真熱鬧，春花似錦捏雌、人聲如沸跃赚。這莊子的主人今日做“春日...
開封第一講書人閱讀 30,315評論 0贊 19
一樁弒父案嘹锁，背后竟有這般陰謀
文/蒼蘭香墨我抬頭看了看天上的太陽领猾。三九已至摔竿，卻和暖如春继低，著一層夾襖步出監(jiān)牢的瞬間袁翁，已是汗流浹背。一陣腳步聲響...
開封第一講書人閱讀 31,539評論 1贊 262
情欲美人皮
我被黑心中介騙來泰國打工，沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留鸿脓，地道東北人野哭。一個月前我還...
沈念sama閱讀 45,578評論 2贊 355
代替公主和親
正文我出身青樓，卻偏偏與公主長得像篱蝇，于是被迫代替她去往敵國和親。傳聞我的和親對象是個殘疾皇子疟位，可洞房花燭夜當(dāng)晚...
茶點故事閱讀 42,877評論 2贊 345

2022新版TCGA批量下載表達(dá)矩陣及臨床信息

推薦閱讀更多精彩內(nèi)容