最近听说还有人不知道怎么下载TCGA数据，“有时候找找自己原因好吧，这么多年了数据下载方式还不知道，有没有认真查资料”。小编汇总整理了三种常用的下载方式，三种方式从难到易，没有代码基础的同学可以直接跳到第三部分，如果有用的话记得收藏哦：

①官方网站下载（GDC，需要用代码再汇总处理，定期更新）

②R语言下载（需要用代码，与官网同步更新，小编推荐）

③其它数据库下载（UCSC xena数据库、cBioPortal数据库等，不需要代码，很久不更新，数据库中没有收录病理和影像组学数据）

TCGA数据库收录了30多种癌症，数据库中癌症名称都是缩写，所以这里也把各癌症英文、简称、中文列出来供大家参考：

一、官方网站下载

进入GDC网站，进入数据检索和下载页面

在Cases选项卡中选择要下载的癌症：Program选择TCGA，Project勾选对应的癌症，这里我们假设是LUAD

还可以根据临床信息进一步筛选样本，比如年龄、性别、人种、生存状态、生存时间等，也可以不筛选

在Files选项卡中选择要下载的数据类型，我们以基因表达数据为例，Data category选择transcriptome profiling，Data Type选择Gene Expression Quantification，Experimental Strategy选择RNA-seq，Workflow Type选择STAR-Counts

页面刷新后就是符合条件的一个个数据文件了，点击Add all files to cart按钮将这些文件加入到购物车，然后再点击Cart进入购物车（类似淘宝，先加购物车再统一结账）

进入到购物车以后，点进Download按钮中的Cart开始下载数据，点击Clinical按钮下载这些数据对应的临床信息，然后等待数据下载完成就OK啦。

二、R语言下载

可以先通过GDC网页确定数据的各类参数，也可以直接通过代码查看

```R

setwd("~/projects/other_test/TCGA/")

library(TCGAbiolinks) # 加载R包

query <- GDCquery(

    project = "TCGA-CHOL", # 癌症类型，用getGDCprojects()$project_id查看所有ID

    data.category = "Transcriptome Profiling", # 数据类别，用getProjectSummary(project)查看所有类别

    data.type = "Gene Expression Quantification", # 数据类型

    workflow.type = "STAR - Counts" # 工作流类型

)

# 下载数据

GDCdownload(query = query, files.per.chunk = 50)

# 整理数据并存储为R对象

GDCprepare(query, save = T, save.filename = "transcriptome.Rdata")

```

可以发现下载的数据和GDC官网下载的是一样的~

三、其它数据库下载

进入UCSC Xena数据库下载页面，不仅包含TCGA数据还包含TARGET、CCLE等其它数据，选择TCGA-LUAD

网站已经根据数据类型进行分块展示，我们选择表达数据

下载表达谱矩阵和转录本ID-Symbol对应关系，搞定~

总体来说，小编更推荐第二种下载方式，可以批量下载多个癌症多种数据类别，后台下载还不影响其它工作~