datatable使用_使用cgdsr包获取TCGA数据

rcgdsr包是一个用于获取TCGA数据的R包，它可以检索TCGA中的癌症研究、基因组学数据类型、样本类型及临床数据等，常用的6个函数如下：

函数	含义
CGDS	创建一个CGDS对象，后面的所有操作都是在此对象上完成。
getCancerStudies()	获取当前TCGA中所有的癌症研究，目前查询共计有266个癌症研究。
getGeneticProfiles()	查询一个癌症研究中可以获取的基因组学数据，比如是mRNA表达数据还是拷贝数变异。
getCaseLists()	查询一个癌症研究中可以获取的样本集，比如是获取全部样本还是只包含mRNA表达数据的样本。
getProfileData()	获取特定基因的基因组数据，如获取PETN、EGFR基因的突变数据。
getClinicalData()	获取一个特定样本集的临床数据，如病人的生存时间和年龄等。

CGDS

CGDS意为癌症基因组数据库，这个函数用于创建一个CGDS对象，这个对象可以理解为一个“查询机器人”，后面的操作都要通过这个机器人来完成。

library("cgdsr")

mycgds CGDS("http://www.cbioportal.org/")

# 这里的mycgds就是我们创建一个查询机器人，它可以查询cbioportal数据库中的TCGA数据

getCancerStudies：获取癌症研究列表

getCancerStudies(mycgds) #获取全部的癌症研究

DT::datatable(getCancerStudies(mycgds)) #为了便于查看数据，使用DT来展示表格

结果如下图，可以看到共有266个癌症研究，每个研究有ID、名字和具体描述。

以下以第二个癌症研究为例：

mycancerstudy getCancerStudies(mycgds)[2,1] # mel_tsam_liang_2017

getCaseLists：查询特定的样本集

每一个癌症研究还包含着多个样本集，以 mel_tsam_liang_2017为例，它共有38个样本，这38个样本分成了6个集合：

1. 全部样本，2. 同时拥有点突变拷贝数变异及mRNA表达数据的样本集，3. 所有拥有拷贝数变异的样本集，4. 所有拥有mRNA表达数据的样本，5. 所有拥有点突变数据的样本集，6. 同时拥有点突变和拷贝数变异的样本集。

这几个集合大部分都是重合的，因为大多数样本都有点突变、拷贝数变异及mRNA表达数据。

注意：38个样本不代表有38个病人，以 mel_tsam_liang_2017来说，它有33个病人，表明其中一些病人有多个样本。

DT::datatable(getCancerStudies(mycgds,mycancerstudy))

这里的样本集选择所有样本集合。

mycaselist getCaseLists(mycgds,mycancerstudy)[1,1] #mel_tsam_liang_2017_all

getGeneticProfiles：获取基因组数据学数据类型

为了获取特定基因的基因组学数据，需要先确定样本集合和数据类型，样本集 mel_tsam_liang_2017_all已经确定，这里看一下数据类型：

DT::datatable(getGeneticProfiles(mycgds,mycancerstudy))

如下图，可以发现癌症研究 mel_tsam_liang_2017可以提供三种组学数据：拷贝数变异、mRNA表达、点突变。

这里选择拷贝数变异数据。

mygeneticprofile getGeneticProfiles(mycgds,mycancerstudy)[1,1] # mel_tsam_liang_2017_cna

getProfileData：获取特定基因的基因组数据学数据

已经确认好样本集和基因组学数据类型，此时就可以获取特定基因的基因组学数据，如获取HLA-A、HLA-B在所有样本中的拷贝数变异数据：

getProfileData(mycgds,c('HLA-A','HLA-B'),mygeneticprofile,mycaselist)

结果如下图所示：

getClinicalData：获取临床数据

获取样本集中的全部临床数据很简单，只需要给出选定的样本集即可。

myclinicaldata getClinicalData(mycgds,mycaselist)

结果如下，行为样本，第一列为样本ID，可以获得包括年龄、癌症类型、治疗方式、生存时间等共33列信息。

本周的分享就到这里。

参考资料

1. cgdsr包的官方操作手册在： 

   https://cran.r-project.org/web/packages/cgdsr/cgdsr.pdf

2. TCGA的28篇教程-使用R语言的cgdsr包获取TCGA数据