TCGA的28篇教程-整理GDC下载的xml格式的临床资料 / 开普饭

长期更新列表：

使用R语言的cgdsr包获取TCGA数据（cBioPortal）TCGA的28篇教程- 使用R语言的RTCGA包获取TCGA数据（离线打包版本）TCGA的28篇教程- 使用R语言的RTCGAToolbox包获取TCGA数据（FireBrowse portal）TCGA的28篇教程- 批量下载TCGA所有数据（ UCSC的 XENA）TCGA的28篇教程- 数据下载就到此为止吧
 TCGA的28篇教程- 指定癌症查看感兴趣基因的表达量 TCGA的28篇教程- 对TCGA数据库的任意癌症中任意基因做生存分析

临床资料因为一直在更新，很多朋友可能需要去下载最新版的，所以不得不使用GDC官网下载的方式。

GDC给出了一系列的用户友好的选择框，你只需要根据条条框框来选择就可以下载到自己想要的数据，而不需要去几百个文件夹里面漫无目的的查找了。 https://gdc-portal.nci.nih.gov/legacy-archive/search/f 根据自定义搜索过滤条件拿到了 mainfest 文件就可以使用下面代码下载：

# https://gdc.cancer.gov/access-data/gdc-data-transfer-tool mkdir -p ~/biosoft/gdc_client cd ~/biosoft/gdc_client/ wget https://gdc.cancer.gov/system/files/authenticated%20user/0/gdc-client_v1.3.0_OSX_x64.zip wget https://gdc.cancer.gov/system/files/authenticated%20user/0/gdc-client_v1.3.0_Ubuntu14.04_x64.zip unzip gdc-client_v1.3.0_OSX_x64.zip

/gdc-client --help ./gdc-client download --help mkdir clinical ./gdc-client download -m ~/Documents/Nutstore/github/TCGA-KIRC-miRNA-example/GDC/gdc_manifest.2018-08-05-clinical.txt -d clinical # Successfully downloaded: 522 mkdir miRNAseq ./gdc-client download -m ~/Documents/Nutstore/github/TCGA-KIRC-miRNA-example/GDC/gdc_manifest.2018-08-05-LUAD-miRNA-seq.txt -d miRNAseq # Successfully downloaded: 567 或者直接从微云下载：链接：https://share.weiyun.com/5XsyuzH 密码：68pm7e

但是有个很严重的问题是该下载方式会对每一个病人给出一个xml格式文件记录着临床信息。

简单给一个代码：

# Load the packages required to read XML files. library("XML") library("methods") dir='/Users/jmzeng/biosoft/gdc_client/miRNAseq/' all_fiels=list.files(path = dir ,pattern='*.xml$',recursive=T) cl = lapply(all_fiels , function(x){ #x=all_fiels[1] result <- xmlParse(file = file.path(dir,x)) rootnode <- xmlRoot(result) xmldataframe <- xmlToDataFrame( rootnode[2] ) return(t(xmldataframe)) })

cl_df <- t(do.call(cbind,cl)) save(cl_df,file = 'GDC_TCGA_LUAD_clinical_df.Rdata')

得到的生存资料如下所示：

是不是很简单呀，赶快去试试看吧！

而且有了这样的生存资料，根据我前面的讲解，很容易就可以做出性别或者年龄是否影响生存哦！！！

TCGA的28篇教程-整理GDC下载的xml格式的临床资料

相关推荐