如何从cBioPortal批量下载TCGA数据
cBioPortal对癌症基因组数据集做了比较好的整合,为了进行数据集的下载、分析和可视化。
可以用网页工具或者它们提供的R包"cgdsr"对几个目标基因进行分析,或者下载他们从Broad Institute Firehose下载整理的数据集。
cBioPortal的数据集下载页面如下,可以直接点击下载按钮下载单个数据集, 如果要批量下载,就需要一点网络爬虫的小知识。
![](/assets/blank.gif)
使用Chrome浏览器的检查功能,寻找实际的下载地址
![](/assets/blank.gif)
不难发现,下载链接是http://download.cbioportal.org/paac_jhu_2014.tar.gz
![](/assets/blank.gif)
一开始的想法是,用curl http://www.cbioportal.org/datasets
下载网页,然后用grep找到所有的下载链接,但是通过检查原代码,我发现这个页面其实是动态加载,不能通过常规的爬虫手段。
根据我的爬虫经验,下一步就是找JSON包,一般这种延迟加载的网页都会接着向服务器发起申请,获取需要的数据,果不其然,被我找到了json包。
![](/assets/blank.gif)
wget http://www.cbioportal.org/proxy/download.cbioportal.org/study_list.json
检查该文件,推测里面每一行都是之前下载链接中压缩包文件名前缀
![](/assets/blank.gif)
构建一个下载shell脚本
for study in $(sed -e 's/"//g' -e 's/\[//' -e 's/\]//' -e 's/,//' study_list.json)
dowget "http://download.cbioportal.org/${study}.tar.gz"
done
发现能够顺利下载,证明了猜测,就是下载速度非常的感人。
如何从cBioPortal批量下载TCGA数据相关推荐
- linux下载TCGA数据,使用gdc-client批量下载TCGA数据
欢迎关注"生信修炼手册"! GDC的在线下载功能只适用于下载小的数据集,当需要下载数据量较大的TCGA数据时,必须借助于GDC官方提供的客户端工具gdc-client.网址如下 h ...
- 在 RedHat 使用 gdc-client 下载 TCGA 数据
今天,只聊一下 RedHat/CentOS 下 gdc-client 安装的那些事. gdc-client,官网地址:https://gdc.cancer.gov/access-data/gdc-da ...
- linux下TCGA数据下载,TCGA数据下载方式小结
之前对TCGA做了简单的了解,粗略了解了什么是TCGA,TCGA是做什么的等,接下来肯定是要学会如何下载TCGA数据,毕竟只有下载了数据才能继续学习 官网常规下载 TCGA自2016年改版后,下载方式 ...
- R语言---使用cgdsr包下载TCGA数据---笔记整理
原文链接:https://mp.weixin.qq.com/s?__biz=MzAxMDkxODM1Ng==&mid=2247486492&idx=1&sn=3a7251244 ...
- 关于批量下载MODIS数据的坑
关于批量下载MODIS数据的坑与正确姿势 1. 第一个坑 1.1 Ladsweb的坑 由于之前做项目的时候去Ladsweb官网下载数据的时候还好好的,于是经过被批评改正之后回来就信心满满地去Ladsw ...
- python脚本--批量下载GNSS数据
文章目录 1. 前言 2. 思路 3. Talk is cheap 4. 总结 1. 前言 应某一瓜皮要求,为其写一个用于批量下载GNSS数据的脚本.恰好前几天研究过如何在教务系统中自动签到,便有了这 ...
- python之批量下载网页数据
python之批量下载网页数据 要下载如下网页所示数据,一个一个点下载繁琐,我们用python代码来批量下载. python代码: import urllib.request # url reques ...
- 批量下载ERA5数据(Python+IDM)
本文介绍了如何通过Python脚本和Internet Download Manager(IDM)软件批量下载ERA5数据. 1. ERA5数据简介 ERA5是第五代ECMWF大气再分析全球气候数据,该 ...
- 使用python批量下载天猫数据并进行合并(非爬虫)
使用python批量下载天猫数据并进行合并(非爬虫) 做电商运营少不了数据分析支持,无论是选品.选关键词.研究竞品还是开直通车.店铺引流都需要有数据支持.不过生意参谋虽然强大,但现在都只能显示&quo ...
最新文章
- SAP生产订单预留相关的备忘录
- 浅谈数据结构-平衡二叉树
- spring cloud各组件详解
- 【.NET Core项目实战-统一认证平台】第三章 网关篇-数据库存储配置(1)
- vue3.0实现原理
- SIGIR2020 | 一种新颖的推荐系统重训练技巧
- 简单记录一次ORA-00600 kcratr_nab_less_than_odr
- python中布尔值是什么意思_python中的布尔值是什么
- 程序员的自我修养—链接、装载与库pdf
- 电脑怎么开护眼模式_绿色电脑桌面、手机护眼模式真的可以护眼?
- 股票分析软件 php,哪个股票分析软件最好用?
- 2019年通信工程考研初试经验帖(366分)
- 常识之外:全表扫描为何产生大量 db file sequential read 单块读?
- 呼吸灯效果html,css之呼吸灯效果
- 测试用例之QA有话说
- python学习之类
- 使用Python开发一个恐龙跳跳小游戏,玩起来
- 最简单的方式实现竖排文字显示
- 通达信缠论顶底分型选股公式(一笔优化版)
- 音乐推荐与Audioscrobbler数据集