这期内容当中小编将会给大家带来有关如何分析GDC数据库中的数据的R语言包GDC RNATools，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。
GDCRNATools：加利福尼亚大学生物与植物科学系植物基因组学中LNCRNA、miRNA和mRNA数据的综合分析软件包
GDC：基因组数据共享
帮助文档链接 http://bioconductor.org/packages/devel/bioc/vignettes/GDCRNATools/inst/doc/GDCRNATools.html
计算
安全
数据库
网络和加速
企业服务
library(GDCRNATools)project<-'TCGA-CHOL'rnadir<-paste(project,'RNAseq',sep='/')mirdir<-paste(project,'miRNAs',sep="/")gdcRNADownload(project.id = 'TCGA-CHOL', data.type = 'RNAseq', write.manifest = F, method = 'gdc-client', directory = rnadir)在linux系统中重复到这一步的时候遇到报错 ImportError: /lib64/libc.so.6: version `GLIBC_2.18' not found (required by /tmp/_MEIylVP0W/libstdc++
我的解决办法是把它默认下载的gdc-client_v1.3.0替换掉，我换成gdc-client_v1.5.0，下载地址是https://gdc.cancer.gov/access-data/gdc-data-transfer-tool
gdcRNADownload(project.id = 'TCGA-CHOL', data.type = 'miRNAs', write.manifest = F, method = 'gdc-client', directory = mirdir)clinicaldir<-paste(project,'Clinical',sep='/')gdcClinicalDownload(project.id = 'TCGA-CHOL', write.manifest = F, method='gdc-client', directory = clinicaldir)metaMatrix.RNA<-gdcParseMetadata(project.id = 'TCGA-CHOL', data.type = 'RNAseq', write.meta = F)metaMatrix.RNA<-gdcFilterDuplicate(metaMatrix.RNA)metaMatrix.RNA<-gdcFilterSampleType(metaMatrix.RNA)metaMatrix.MIR<-gdcParseMetadata(project.id = 'TCGA-CHOL', data.type = 'miRNAs', write.meta = F)metaMatrix.MIRmetaMatrix.MIR<-gdcFilterDuplicate(metaMatrix.MIR)metaMatrix.MIR<-gdcFilterSampleType(metaMatrix.MIR)rnaCounts<-gdcRNAMerge(metadata = metaMatrix.RNA, path = rnadir, organized = FALSE, data.type = 'RNAseq')mirCounts<-gdcRNAMerge(metadata = metaMatrix.MIR, path = mirdir, organized = FALSE,rnaCounts[1:5,1:5]mirCounts[1:5,1:5]rnaExpr<-gdcVoomNormalization(counts=rnaCounts,filter=F)mirExpr<-gdcVoomNormalization(counts=mirCounts,filter=F)rnaExpr[1:5,1:5]mirExpr[1:5,1:5]DEGAll<-gdcDEAnalysis(counts = rnaCounts, group=metaMatrix.RNA$sample_type, comparison = 'PrimaryTumor-SolidTissueNormal', method='limma')deALL<-gdcDEReport(deg=DEGAll,gene.type = 'all')deLNC<-gdcDEReport(deg=DEGAll,gene.type='long_non_coding')dePC<-gdcDEReport(deg=DEGAll,gene.type = 'protein_coding')gdcBarPlot(deg=deALL,angle = 45,data.type = 'RNAseq')
这里TEC和IG分别是啥？
gdcVolcanoPlot(deLNC)
degName<-rownames(deLNC)gdcHeatmap(deg.id = degName,metadata = metaMatrix.RNA,rna.expr = rnaExpr)
enrichOutput<-gdcEnrichAnalysis(gene=rownames(deALL), simplify=T)gdcEnrichPlot(enrichOutput,type='bar',category = 'GO',num.terms = 10)画图的时候遇到报错 Error in .Call.graphics(C_palette2, .Call(C_palette2, NULL)) : invalid graphics state 不知道原因出在哪里，但是保存到本地没问题
pdf(file="../goenrich.pdf",width = 15,height = 15)gdcEnrichPlot(enrichOutput,type='bar',category = 'GO',num.terms = 10)dev.off()
ceOUtput<-gdcCEAnalysis(lnc=rownames(deLNC), pc=rownames(dePC), lnc.targets = 'starBase', pc.targets = 'starBase', rna.expr = rnaExpr, mir.expr = mirExpr)edges<-gdcExportNetwork(ceNetwork = ceOutput2,net='edges')nodes<-gdcExportNetwork(ceNetwork = ceOutput2,net='nodes')write.table(edges,file='edges.txt',sep='\t',quote=F)write.table(nodes,file="nodes.txt",sep="\t",quote=F)最后生成了两个文件，如何用cytoscape可视化这两个文件我暂时还不知道如何实现。
上述就是小编为大家分享的如何分析GDC数据库中的数据的R语言包GDC RNATools了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注亿速云行业资讯频道。
亿速云「云数据库 MySQL」免部署即开即用，比自行安装部署数据库高出1倍以上的性能，双节点冗余防止单节点故障，数据自动定期备份随时恢复。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
原文链接：https://my.oschina.net/u/4579431/blog/4347644
