TCGA数据库免疫相关文件下载大全

2018年4月Immunity杂志上发表了文章The Immune Landscape of Cancer ，由34个单位共同合作完成。文章对TCGA中33种癌症，超过10,000个肿瘤样本进行了免疫原性分析，将所有肿瘤分成6种免疫亚型，即：

• wound healing
• IFN-γ dominant
• inflammatory
• lymphocyte depleted
• immunologically quiet
• TGF-β dominant

进一步分析：

• 不同亚型间巨噬细胞或淋巴细胞特征、Th1:Th2细胞比例、肿瘤异质性程度、非整倍性、新抗原负荷程度、细胞增殖、免疫调节基因的表达、预后等指标的差异。
• 与免疫相关的驱动突变
• 参与肿瘤免疫的细胞内和细胞间调控网络（调控网络包含转录、microRNA、拷贝数、表观遗传信息）

而且还提供了该文章的详细数据文件在附件！

首先推荐使用gdc客户端命令行工具根据文件附属的：https://gdc.cancer.gov/files/public/file/PanCan-panimmune_Open_GDC-Manifest_1.txt  文件来下载下面的文件：

PanImmune_GeneSet_Definitions.xlsx
TCGA_pMHC_SNV_sampleSummary_MC3_v0.2.8.CONTROLLED_170404.tsv
ABSOLUTE_scores.tsv
TCGASubtype.20170308.tsv
panimmune_cytokine_network_all_edges_july202018.tsv
merged_sample_quality_annotations.tsv
tcga.pancan.igh.div.txt
pancanMiRs_EBadjOnProtocolPlatformWithoutRepsWithUnCorrectMiRs_08_04_16.csv
mc3.v0.2.8.PUBLIC.maf.gz
EBPlusPlusAdjustPANCAN_IlluminaHiSeq_RNASeqV2.geneExp.tsv
PanCanAtlasTumors_color_coded_by_organ_system_20170302.tsv
Scores_160_Signatures.tsv.gz
TCGA_mastercalls.abs_tables_JSedit.fixed.txt
PanCanAtlas_miRNA_sample_information_list.txt
ViralListForBBT.tsv
TCGA_PCA.mc3.v0.2.8.CONTROLLED.filtered.sample_neoantigens_10062017.tsv
TCGA.HRD_withSampleID.txt
SYGNAL_immune_subtype_network_att.txt
TCGA_all_leuk_estimate.masked.20170107.tsv
all_thresholded.by_genes_whitelisted.tsv
TieDIE_PancancerImmuneModulators_1.0.sif
jhu-usc.edu_PANCAN_HumanMethylation450.betaValue_whitelisted.tsv
viral.tsv
ISAR_GISTIC.all_thresholded.by_genes.txt.gz
TCGA.Kallisto.fullIDs.cibersort.relative.tsv
seg_based_scores.tsv
all_data_by_genes_whitelisted.tsv
SYGNAL_immune_subtype_network.sif
jhu-usc.edu_PANCAN_merged_HumanMethylation27_HumanMethylation450.betaValue_whitelisted.tsv
mitcr_sampleStatistics_20160714.tsv
ISAR_GISTIC.all_data_by_genes.txt.gz
TCGA-RPPA-pancan-clean.txt
mutation-load_updated.txt

gdc客户端命令行工具 安装及使用

本来你应该是去 https://gdc-portal.nci.nih.gov/legacy-archive/search/f 根据自定义搜索过滤条件拿到了 mainfest 文件的，但是这个2018年4月Immunity杂志上发表的文章The Immune Landscape of Cancer已经给出了mainfest 文件：https://gdc.cancer.gov/files/public/file/PanCan-panimmune_Open_GDC-Manifest_1.txt

首先下载和安装gdc客户端命令行工具

很有趣是居然区分了python版本 ：

这种软件解压即可使用，所以没什么好纠结的， 代码如下：

# https://gdc.cancer.gov/access-data/gdc-data-transfer-tool
which python
mkdir -p ~/biosoft/gdc_client
cd ~/biosoft/gdc_client/
wget https://gdc.cancer.gov/system/files/authenticated%20user/0/gdc-client_v1.5.0_Ubuntu_x64.zip
unzip gdc-client_v1.5.0_Ubuntu_x64.zip

./gdc-client --help
./gdc-client download --help 

使用gdc客户端工具下载PanCan-panimmune_Open_GDC-Manifest_1.txt  里面的文件

cd ~/biosoft/gdc_client/
mkdir PanCan-panimmune
cd PanCan-panimmune
wget https://gdc.cancer.gov/files/public/file/PanCan-panimmune_Open_GDC-Manifest_1.txt
nohup ../gdc-client download -m PanCan-panimmune_Open_GDC-Manifest_1.txt & 

因为文件内容还是蛮多的，所以会耗费一些时间，可以看到甲基化的确是最耗费空间的。（如果你网速差，那就需要求助海外朋友哦，毕竟是49G的数据文件啊）

那么这些数据拿到手上后该进行哪些分析呢？必须看我们的TCGA系列视频课程啊！

TCGA数据库其它系列教程

关于TCGA数据下载，我挑选了部分，写了6个数据下载系列教程：

• TCGA的28篇教程- 使用R语言的cgdsr包获取TCGA数据（cBioPortal）
• TCGA的28篇教程- 使用R语言的RTCGA包获取TCGA数据 （离线打包版本）
• TCGA的28篇教程-使用R语言的RTCGAToolbox包获取TCGA数据（FireBrowse portal）
• TCGA的28篇教程-  批量下载TCGA所有数据 （ UCSC的 XENA）

但是，建议你选择UCSC的xena数据库下载方式。如果你看视频，并不需要全盘接受，把握住重点。

也写了部分常见的TCGA数据库用法：

但是个人力量总归是有限的，我们生信技能树团队优秀R语言讲师《小洁》也学完了我的全套视频，在她自己的理解的基础上面，也给大家奉献了一套笔记: TCGA肿瘤数据库分析指南知识库马上面世

文末友情宣传

强烈建议你推荐给身边的博士后以及年轻生物学PI，多一点数据认知，让他们的科研上一个台阶：

• 全国巡讲全球听（买一得五） ，你的生物信息学入门课
• 生信技能树的2019年终总结  ，你的生物信息学成长宝藏