＃＃＃設置barcodes參數(shù)，篩選符合要求的371個腫瘤樣本數(shù)據和50正常組織數(shù)據

queryDown ＜－ GDCquery（project ＝ ＂TCGA－LIHC＂，

data．category ＝ ＂Transcriptome Profiling＂，

data．type ＝ ＂Gene Expression Quantification＂，

workflow．type ＝ ＂HTSeq － Counts＂，

barcode ＝ c（dataSmTP， dataSmNT））

＃barcode參數(shù)：根據傳入barcodes進行數(shù)據過濾

上圖為 queryDown＜－GDCquery（）的結果，僅選擇了選擇371個正常組織和50個腫瘤組織樣本。

第二步：GDCdownload（）下載GDCquery（）得到的結果

＃ 下載數(shù)據，默認存放位置為當前工作目錄下的GDCdata文件夾中。

GDCdownload（queryDown，method ＝ ＂api＂， directory ＝ ＂GDCdata＂，

files．per．chunk ＝ 10）

＃method ；＂API＂或者＂client＂。＂API＂速度更快，但是容易下載中斷。

＃directory：下載文件的保存地址。Default： GDCdata。

＃files．per．chunk ＝ NULL：使用API下載大文件的時候，可以把文件分成幾個小文件來下載，可以解決下載容易中斷的問題。

GDCdownload（query ＝ queryDown）

說明：由于小編前面已經下載過該TCGA數(shù)據，所以這里顯示的是421個文件已存在。如果還沒有下載的話，可能需要根據自己的網速等待一些時間。

顯示這樣的結果，就算下載成功啦！文件默認保存在 Rstudio默認路徑下的GDCdata中。前面就是我們利用第一期知識進行數(shù)據下載環(huán)節(jié)，權當溫習功課吧——接下來我們就開始此期的數(shù)據處理～～

二、數(shù)據處理

第三步：GDCprepare（）將前面GDCquery（）的結果準備成R語言可處理的SE（SummarizedExperiment）文件。

＃讀取下載的數(shù)據并將其準備到R對象中，在工作目錄生成（save＝TRUE）LIHC＿case．rda文件

＃ GDCprepare（）：Prepare GDC data，準備GDC數(shù)據，使其可用于R語言中進行分析

dataPrep1 ＜－ GDCprepare（query ＝ queryDown， save ＝ TRUE， save．filename ＝

＂LIHC＿case．rda＂）

GDCprepare（）中的參數(shù)：

參數(shù)用法query來自GDCquery的結果save是否將結果保存為RData object，默認為TRUEsave．filename文件名，如果沒有設置，系統(tǒng)將默認設置directory文件數(shù)據的文件夾，默認為“GDCdata”summarizedExperiment是否生成summarizedExperiment對象，默認TRUE

第四步：TCGAanalyze＿Preprocessing（）對數(shù)據進行預處理：使用spearman相關系數(shù)去除數(shù)據中的異常值

＃ 去除dataPrep1中的異常值，dataPrep1數(shù)據中含有腫瘤組織和正常組織的數(shù)據

＃ TCGAanalyze＿Preprocessing（object， cor．cut ＝ 0， filename ＝ NULL，

width ＝ 1000， height ＝ 1000， datatype ＝ names（assays（object））［1］）

＃ 函數(shù)功能描述：Array Array Intensity correlation （AAIC） and correlation boxplot to define outlier

dataPrep2 ＜－ TCGAanalyze＿Preprocessing（object ＝ dataPrep1，

cor．cut ＝ 0．6，

datatype ＝ ＂HTSeq － Counts＂）

＃將預處理后的數(shù)據dataPrep2，寫入新文件“LIHC＿dataPrep．csv”

write．csv（dataPrep2，file ＝ ＂LIHC＿dataPrep．csv＂，quote ＝ FALSE）