怎么用gdc-client批量下載TCGA數據

怎么用gdc-client批量下載TCGA數據，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。

GDC的在線下載功能只適用于下載小的數據集，當需要下載數據量較大的TCGA數據時，必須借助于GDC官方提供的客戶端工具gdc-client。網址如下

https://gdc.cancer.gov/access-data/gdc-data-transfer-tool

該軟件是一個命令行工具，支持windows, linux, mac OS多種操作系統，可以通過以下兩種方法來下載文件

1. Manifest

首先通過GDC在線數據庫篩選自己感興趣的數據集，然后通過購物車圖標將數據集添加到購物車中，示意如下

點擊導航欄的Cart按鈕，點擊下載Manifest文件

該文件內容如下所示

第一列為文件的uuid, 在GDC數據庫中，所有的信息都用一個uuid唯一標識。利用manifest文件批量下載的用法如下

gdc-client download -m gdc_manifest_20190610_105445.txt

結果下載到當前目錄，每個文件保存在uuid對應的文件夾下，示意如下

這里我下載的是FPKM的基因表達量，文件內容如下

可以看到沒有表頭信息，而且每個樣本是分開的，在實際使用中，我們通常需要整合到一張表中，得到一個行為基因，列為樣本的基因表達量的表格。通過這種方式下載的數據，沒有文件對應的樣本信息，這個信息可以通過下載SampleSheet得到，該文件的內容如下

保存了每個樣本對應的樣本等信息，通過結合這個數據，可以整理得到基因表達量的表格。

2. UUID

第二種方式直接使用文件對應的uuid進行下載， 點擊文件名稱，可以看到UUID的信息，如下所示

通過uuid下載文件的用法如下

gdc-client download cadfedcc-2742-42ad-9fd3-733d01086392

這兩種方式本質上是一樣的，都是通過文件的uuid來對應到唯一的一個文件，并進行下載。需要注意的是，這種方式只能夠下載得到原始文件，如果需要下游分析，需要自己調整文件格式。

看完上述內容是否對您有幫助呢？如果還想對相關知識有進一步的了解或閱讀更多相關文章，請關注億速云行業資訊頻道，感謝您對億速云的支持。