2022 年 9月 27 日随笔档案 - 小高不高

TCGA代码分析流程 - 1.3. 其他下载方法

摘要： 1. RTCGA包（了解）数据库式的R包优点：数据库式，将所有数据打包下载下来，可以在电脑上直接提取数据。缺点：不是最新的数据。 library(RTCGA.rnaseq) #library(RTCGA.miRNASeq) library(RTCGA.clinical) ls("package 阅读全文

posted @ 2022-09-27 23:00 小高不高阅读(725) 评论(0) 推荐(0)

TCGA代码分析流程 - 1.2. 整理表达矩阵和临床信息数据

摘要： 1. 整理表达矩阵下载的文件是按样本存放的，每个tsv文件中都记录着一个样本的基因表达量，需要将所有tsv文件合并，得到所有样本的基因表达量的表格。转录组数据合并 rm(list = ls()) library(stringr) library(jsonlite) library(progres 阅读全文

posted @ 2022-09-27 22:59 小高不高阅读(6197) 评论(4) 推荐(0)

TCGA代码分析流程 - 1.1. 下载表达矩阵和临床信息数据

摘要：表达矩阵一般比较大，小的几百M，大的1-2个G，浏览器直接下载很慢，后台一直打包下载不下来。需要用命令行下载。 gdc-client工具下载网站： https://gdc.cancer.gov/access-data/gdc-data-transfer-tool 。此外，用 gdc-client. 阅读全文

posted @ 2022-09-27 22:58 小高不高阅读(1698) 评论(0) 推荐(0)

TCGA代码分析流程 - 0. 安装R包

摘要： 1. 设置镜像 options(BioC_mirror="http://mirrors.tuna.tsinghua.edu.cn/bioconductor/") options("repos" = c(CRAN="http://mirrors.tuna.tsinghua.edu.cn/CRAN/") 阅读全文

posted @ 2022-09-27 22:56 小高不高阅读(324) 评论(0) 推荐(0)

教小高改bug