TCGAbiolinks包：数据预处理

引言：在前面我们了解了如何使用TCGAbiolinks检索并获取TCGA数据库的公开数据。今天小编就用前面涉及到的代码，下载今天数据准备需要用到的TCGA样本数据。

一、数据下载阶段

第一步：GDCquery（）筛选我们需要的数据，TCGAbiolinks包下载TCGA数据进行表达差异分析－肝癌案例

library（＂TCGAbiolinks＂）

query ＜－ GDCquery（project ＝ ＂TCGA－LIHC＂，

data．category ＝ ＂Transcriptome Profiling＂，

data．type ＝ ＂Gene Expression Quantification＂，

workflow．type ＝ ＂HTSeq － Counts＂）

上图为通过TCGA GDC链接中根据筛选条件查看的符合要求结果。下图为通过GDCquery（）函数中传入对应的参数得到的结果。两者对比，我们可以发现，两者是一模一样的。说明代码执行正确。前面一期中，我们有详细谈及 GDCquery，可做参考。

samplesDown ＜－ getResults（query，cols＝c（＂cases＂））

＃getResults（query， rows， cols）根据指定行名或列名从query中获取结果，此处用来获得样本的barcode

＃ 此处共检索出424个barcodes

getResults（）中用到的参数：

参数用法query
来自GDCquery的结果rows用于指定特定的行cols用于指定特定的列

＃ 从samplesDown中筛选出TP（实体肿瘤）样本的barcodes

＃ TCGAquery＿SampleTypes（barcode， typesample）

＃ TP代表PRIMARY SOLID TUMOR；NT－代表Solid Tissue Normal（其他组织样本可参考学习文档）

＃＃此处共检索出371个TP样本barcodes

dataSmTP ＜－ TCGAquery＿SampleTypes（barcode ＝ samplesDown，

typesample ＝ ＂TP＂）

＃ 从samplesDown中筛选出NT（正常组织）样本的barcode

＃此处共检索出50个NT样本barcodes

dataSmNT ＜－ TCGAquery＿SampleTypes（barcode ＝ samplesDown，

typesample ＝ ＂NT＂）

TCGAquery＿SampleTypes中的参数详解：

参数用法barcodeTCGA中的barcodes列表typesample用于指定筛选哪种类型的组织样本，如肿瘤组织“TP”，正常组织“NT”

补充TCGA中的组织样本类型：

TPPRIMARY SOLID TUMORTMMetastaticTRRECURRENT SOLID TUMORTAMAdditional MetastaticTBPrimary Blood Derived Cancer－Peripheral BloodTHOCHuman Tumor Original CellsTRBMRecurrent Blood Derived Cancer－Bone MarrowTBM Primary Blood Derived Cancer－Bone MarrowTAPAdditional－New PrimaryNB Blood Derived Normal NTSolid Tissue NormalNBCBuccal Cell Normal???NEBVEBV Immortalized NormalNBMBone Marrow Normal