tcga数据下载_使用Python下载TCGA数据

下载TCGA数据的方式很多种，这里再介绍如何使用python对TCGA中的各种数据进行下载。

01 Manifest文件

同样需要你准备好manifest文件，或者至少是带有fileid的txt文件，文件名为：gdc_manifest.txt

02 Python脚本

脚本名为为：python_TCGA.py，其主要内容如下

# -*- coding: utf-8 -*-"""Created on Sat Apr 18 10:17:06 2020@author: dongl"""import requestsimport jsonimport reimport sysimport pandas as pddata_endpt = "https://api.gdc.cancer.gov/data"mainfest=pd.read_table(sys.argv[1],sep="\t")ids=list(mainfest['id'].values)params = {"ids": ids}response = requests.post(data_endpt,                        data = json.dumps(params),                        headers={                            "Content-Type": "application/json"                            })response_head_cd = response.headers["Content-Disposition"]file_name = re.findall("filename=(.+)", response_head_cd)[0]with open(file_name, "wb") as output_file:    output_file.write(response.content)

03 脚本使用

python_TCGA.py脚本使用方法相当简单，正确输入脚本名和manifest文件即可进行下载(缺点：相比于gdc-client，该脚本暂时还无动态的下载效果，看起来像死机一样)

python python_TCGA.py gdc_manifest.txt

下载到当前目录下，为压缩文件，文件名称一般是：

gdc_download_yyyymmdd_xxxxx.txt。这是所有case的压缩文件，接下来就可以采用之前的TCGA数据分析流程，对该数据进行分析了。

注：推荐使用该脚本进行数据下载，目前还未发现有重大报错，而且比gdc-client下载速度快

至此已经讲述了三种常用的TCGA数据下载方式了，总有一款适合你。

• gdc-client下载：TCGA数据分析(1)

• R语言下载：使用R下载TCGA数据

• python下载

所有代码均在公众号文章中获取，也可以去粉丝群下载。