玩转 TCGA 数据库-网页解读（四）

TGCA 数据储存在 Genomic Data Commons Data Portal，但是这个网页不只储存 TGCA 的数据，还保存着其他项目。，目前一共有 86 个 projects。

主界面

数据库主要有三个界面，Projedcts, Cohort Builder, Repository.

Projects

这个界面主要就是看我们关注的项目都有哪些，可以利用一些筛选条件，对总共 86 个 projects 进行筛选，然后再进一步看这些项目的具体信息。

比如我按照以下条件在左侧选择框中进行筛选，想看哪些 TCGA 项目有胰腺导管癌。

• Primary Site = pancreas
• Program = TCGA
• Disease Type = ductal and lobular neoplasms

可以看到最后只有一个 project。

可以看带这个项目的基本信息。可以下载下来查看，但比较难读。不推荐

Cohort Builder

这一步就是筛选我们需要的样本，为下一步下载数据做准备， 这一步是得到想要的 患者数据。

比如我是在 General这一步过滤的：

• Program = TCGA
• Project = TCGA-PAAD
• Disease = ductal and lobular neoplasms

选择好后就点 Repository

Repository

这一步是选择我们想要哪些数据，比如我们想要下载这些样本点转录组数据，是选择：

• Data Category = transcriptome profiling
• Data Type = Gene Expression Quantification
• Workflow Type = STAR - Counts
• Access = open

一共 145 个样本，点击 Add All Files to Cart

然后点击 Download Cart---Manifest

下载

下载 TCGA 数据的 manifest 文件后，你可以使用 GDC Data Transfer Tool 来下载实际的数据文件。以下是具体步骤：

1. 安装 GDC Data Transfer Tool：
   • 访问 GDC Data Transfer Tool 的安装页面，通常可以在 GDC 数据门户的帮助或工具部分找到。
   • 根据你的操作系统（Windows, macOS, Linux）下载并安装适合的版本。
2. 准备 Manifest 文件：
   • Manifest 文件是一个文本文件，包含你所需数据文件的标识符。确保你已经从 GDC 数据门户下载了这个文件。
3. 使用 GDC Data Transfer Tool 下载数据：
   • 打开终端或命令提示符。
   • 导航到 GDC Data Transfer Tool 所在的目录。
   • 使用以下命令下载数据：

gdc-client download -m path/to/manifest.txt