TCGA数据下载教程：使用官方gdc-client软件下载

╰+哭是因爲堅強的太久メ 2022-05-21 06:42 1357阅读 0赞

### 前言 ###

本教程涉及内容：

1.  TCGA网页数据下载，检索方式
2.  gdc-client软件安装和配置
3.  使用gdc-client下载TCGA数据

#### \[补充\] ####

1.  [怎么根据TCGA官方的API下载数据？简单几句命令轻轻松松下载想要的TCGA大数据][TCGA_API_TCGA]
2.  [Python脚本下载TCGA大数据，非常简单，开放源代码][Python_TCGA]
3.  [图形界面下载TCGA大数据，GitHub项目][TCGA_GitHub]
4.  `插播`：[CPI Retrieval System][]  
    自己搭建的化合物和 蛋白质相互作用关系检索系统。本系统是基于深度学习模型自动提取文献摘要中的关系而来。欢迎访问指教。  
    ![这里写图片描述][70]

### 正文开始 ###

本教程使用原生态的TCGA官方数据下载方式，比使用第三方的工具具有数据更新快，真实的特点，当然如果觉得麻烦可以使用第三方的一些工具，单对于想要真正了解TCGA数据库的人，还是使用原生态的TCGA方式。

TCGA改版后，下载方式变得大为不同，数据都整合在GDC（Genomic Data Commons）的DATA PORTAL中。  
TCGA官网：[https://cancergenome.nih.gov/][https_cancergenome.nih.gov]  
TCGA数据下载网址：[https://portal.gdc.cancer.gov/][https_portal.gdc.cancer.gov]  
Data Transfer Tool网址：[https://gdc.cancer.gov/access-data/gdc-data-transfer-tool][https_gdc.cancer.gov_access-data_gdc-data-transfer-tool]  
如果下载慢，我这提供一份下载好的连接：  
[https://github.com/chenwi/TCGAD/blob/master/gdc-client\_v1.3.0\_Windows\_x64.zip][https_github.com_chenwi_TCGAD_blob_master_gdc-client_v1.3.0_Windows_x64.zip]

### TCGA官网数据检索 ###

如果在官网下，需要点击右边的[Launch Data Portal][https_portal.gdc.cancer.gov]，也就是上面TCGA数据下载的网址  
![这里写图片描述][70 1]  
进入到数据下载页面（可以直接点击上面TCGA数据下载网址）后，看到的目前版本如下，目前已有40个project，32555个case。  
![这里写图片描述][70 2]

我以白血病（AML）为例，下载与白血病相关的miRNA数据。  
首先点击上图的`Repository`进入数据检索界面，你看到的界面如下：  
![这里写图片描述][70 3]  
在 `File`栏目下，选择`Experiment Strategy` 的`miRNA-Seq` 还有`Data Type` 的`miRNA Expression Quantification`；然后在`Case`栏目下选择`Primary Site` 中的`Blood`和`Bone Marrow`，和`Disease Type` 的`Acute Myeloid Leukemia`，这时候你会看到界面变成下面这样了：  
![这里写图片描述][70 4]  
因为一般只能下载open数据，所有，可以再上面图中`Access Level`的地方点击一下 ，就会得到知识open的数据了（不点击也没关系，反正后期只会下载open的数据）

这次选择下载的是miRNA-Seq数据，上图显示共有265个case，301个文件，为什么会比case数多呢，说明一些case不止对应1个miRNA-Seq样本的文件，有些是重复。所有数据一共15.14MB，也不大，可以直接在网页下载，但是，本教程是讲解使用官方API下载，数据小更好演示，下面具体讲解使用gdc-client下载数据。（TCGA数据库在数据下载有规定：让Cart文件夹大于50M时，只能通过Data Transfer Tool工具进行下载。所以我这次要使用Data Transfer Tool工具来下载数据。）

首先点击上图中`Manifest` 这时候会下载一个包含所有文件名的小txt文件，是后面下载TCGA数据所必须准备的。我下载保存到下面文件夹了：  
![这里写图片描述][70 5]

### 安装配置 Data Transfer Tool ###

如何安装Data Transfer Tool，也就是gdc-client这个接口软件呢？  
要安装Data Transfer Tool，需要到下载页面下载该工具。  
Data Transfer Tool网址：[https://gdc.cancer.gov/access-data/gdc-data-transfer-tool][https_gdc.cancer.gov_access-data_gdc-data-transfer-tool]  
进去界面后，找到下图的地方，并选择windows环境下的工具，也就是打钩的那个。下载后解压缩即可使用。至于怎么用，我刚开始看到是.exe文件，但是这个软件是需要用命令行来使用的。

![这里写图片描述][70 6]  
我把该工具解压到下面这个文件夹，根据图标，说明这个软件是用Python写的，然后使用Pyinstaller打包的。  
`！！！！！！！！！！！！！！！**注意**！！！！！！！！！！！！！！！！！`  
**该软件不能解压到含有中文名的文件夹下，否则会报错，不能使用！！！**  
![这里写图片描述][70 7]  
具体使用：打开CMD命令行窗口，输入-h命令，可以看软件是否能使用。  
![这里写图片描述][70 8]

#### 把gdc-client加入环境变量 ####

有没有发现我的这个命令很长？那是因为，我还没把这个软件加入环境变量，如果以后想在任何一个路劲简单使用gdc-client这个命令，那就需要把这个软件的路径加到环境变量。就是在Path加入刚刚软件所在的路径即可”。具体操作如下：  
打开电脑控制面板——》系统和安全——》系统——》高级系统设置——》环境变量——》Path——》“加入你的gdc-client所在路径” ，然后应用保存。

1.  打开电脑控制面板  
    ![这里写图片描述][70 9]
2.  系统和安全  
    ![这里写图片描述][70 10]
3.  系统  
    ![这里写图片描述][70 11]
4.  高级系统设置  
    ![这里写图片描述][70 12]
5.  环境变量  
    ![这里写图片描述][70 13]
6.  Path  
    ![这里写图片描述][70 14]

上面配置都完成后，看下图，现在简单输入`gdc-client -h` 就行了。  
![这里写图片描述][70 15]

### 使用gdc-client下载TCGA数据 ###

下载方式很简单，还记得上文中下载的Manifest文件吧，然后在windows下打开cmd，并在其中输入下载命令：

`gdc-client download -m gdc_manifest.2018-07-02.txt`

然后就是慢慢下载了，如果中间有报错断了，一般就是网络不好的原因，重新下载或者换个时间段就行了。  
最后就下载完了，一共301个文件，命令行界面和文件夹界面如下所示：  
![这里写图片描述][70 16]  
![这里写图片描述][70 17]

此教程结束。

其他使用python自定义脚本下载，以及将多个文件合并到一起的教程，请参考我的其他博文。

[TCGA_API_TCGA]: https://blog.csdn.net/qq_35203425/article/details/80913654
[Python_TCGA]: https://blog.csdn.net/qq_35203425/article/details/80992727
[TCGA_GitHub]: https://github.com/chenwi/TCGAD
[CPI Retrieval System]: http://134.175.120.163/
[70]: /images/20220521/7171389404a140f38d4198e25d1b95e3.png
[https_cancergenome.nih.gov]: https://cancergenome.nih.gov/
[https_portal.gdc.cancer.gov]: https://portal.gdc.cancer.gov/
[https_gdc.cancer.gov_access-data_gdc-data-transfer-tool]: https://gdc.cancer.gov/access-data/gdc-data-transfer-tool
[https_github.com_chenwi_TCGAD_blob_master_gdc-client_v1.3.0_Windows_x64.zip]: https://github.com/chenwi/TCGAD/blob/master/gdc-client_v1.3.0_Windows_x64.zip
[70 1]: /images/20220521/b9fbb538bb60463591a4cd02ae7639d7.png
[70 2]: /images/20220521/bef6f2865ef74fe685481a75e9af957c.png
[70 3]: /images/20220521/336343e6a23045fa9545f7e4647e68ca.png
[70 4]: /images/20220521/fccddf8a11554596a8550544fc236148.png
[70 5]: /images/20220521/4adaf8f5f59544988c912684acff1997.png
[70 6]: /images/20220521/eea5795b696d4429a26888a294ac6a71.png
[70 7]: /images/20220521/68dfdce21f8a45e29dc11e137ed3ce60.png
[70 8]: /images/20220521/5e4b6fb8a17c45349344820479421386.png
[70 9]: /images/20220521/fb182d98e39a46baab68625f1076b428.png
[70 10]: /images/20220521/747ca410b6464a5d9268006e8d476fc8.png
[70 11]: /images/20220521/d60ab0b89e144e0f8f9bcbc94c46c2f2.png
[70 12]: /images/20220521/f2ec87b5e2674a4cb1132f5aefb84026.png
[70 13]: /images/20220521/1b2e7372a3b348dfa2e0ac5e3926ab33.png
[70 14]: /images/20220521/4322829fe53b471e8cb1f91ea8a46019.png
[70 15]: /images/20220521/aa8bdeecbf144a2a852a7c1b95009c51.png
[70 16]: /images/20220521/3b31869620a84d7c889d0e859aafdd9f.png
[70 17]: /images/20220521/7f28f0afa7854688bd0de1e0c4e4b6d7.png