TCGAbiolinks (三）获取全面的临床数据 – 璃墨的小站

library(TCGAbiolinks)

一、基础数据下载

1 下载GDC文件

query <-GDCquery(project = "TCGA-PRAD", data.category = "Clinical", file.type = "xml")

2 组合数据

#选择要提取的数据分类，可选包括："drug","follow_up","radiation","patient","stage_event","new_tumor_event","admin"
clinical.info <- c('admin', 'patient', 'stage_event', 'new_tumor_event') # 不获取'drug', 'follow_up', 'radiation'#定义函数
f_rm_colN <- function(df, regex){df[,!grepl(regex, colnames(df))]
}
f_rm_duplicated <- function(NameL, reverse=F){tmp <- data.frame(table(NameL))if(reverse){tmp <- tmp$NameL[tmp$Freq > 1]}else{tmp <- tmp$NameL[tmp$Freq == 1]}which(NameL %in% as.character(tmp))
}#组合clinical矩阵
clinical <- list()
for(info in clinical.info){clinical[[info]]  <- GDCprepare_clinic(query, clinical.info = info,directory = 'Data&Results/临床数据下载/GDCdata_full clinical data/')clinical[[info]] <- f_rm_colN(clinical[[info]], "project")
}
clinical$admin <- f_rm_colN(clinical$admin, "file_uuid")
for(info in clinical.info){clinical[[info]] <- unique(clinical[[info]])
}
f_merge  <- function(lc_mergedList, by, all=T){Reduce(function(...) merge(..., by=by, all=all), lc_mergedList)
}
clinical <- f_merge(clinical, by = 'bcr_patient_barcode', all = T)

二、更新数据补丁

cl_new <- GDCquery_clinic(project = 'TCGA-PRAD', type = 'clinical')
clinical <- merge(clinical, cl_new, by = 'bcr_patient_barcode', all = T, suffixes = c('.old', '.new')) #suffixes:指定除by外相同列名的后缀。如果某列有新数据，自动加上old和new两个后缀

View(clinical)

三、生存分析补丁

1 补充总生存期（overall survival，OS）的 status 和 time

clinical$os_status  <- with(clinical,ifelse(vital_status.new == 'Dead', 1, 0)) # 1表示因病死亡，0表示截尾数据
clinical$os_time <- with(clinical,ifelse(os_status == 1, days_to_death.new, days_to_last_follow_up))

如果出现了死亡，则取死亡时间；如果没有死亡，则取最后随访时间

sum(clinical$os_status)

[1] 9 得到死亡人数

2 补充无进展生存期（progression free survival，PFS）的status 和 time

PFS由 biochemical_recurrence 和 new_neoplasm_event 共同组成，优先取前者：

biochemical_recurrence 和 days_to_first_biochemical_recurrence 对应；

new_neoplasm_event 和 days_to_new_tumor_event_after_initial_treatment 对应。

1）查看数据

时间数据

table(is.na(clinical$days_to_new_tumor_event_after_initial_treatment)) #有NA
table(is.na(clinical$days_to_first_biochemical_recurrence)) #有NA

PFS状态数据

table(is.na(clinical$new_neoplasm_event_type)) #有NA。NA为缺失，''为无复发
table(is.na(clinical$biochemical_recurrence)) #无NA。''为缺失

2）将时间数据中的NA缺失值都换成 ' '，方便后续处理

clinical$days_to_new_tumor_event_after_initial_treatment = with(clinical,ifelse(is.na(days_to_new_tumor_event_after_initial_treatment),'',days_to_new_tumor_event_after_initial_treatment))
clinical$days_to_first_biochemical_recurrence = with(clinical,ifelse(is.na(days_to_first_biochemical_recurrence),'',days_to_first_biochemical_recurrence))

3）取出所有有PFS状态的数据，即排除所有确实PFS状态的数据

t_row = with(clinical, !(days_to_new_tumor_event_after_initial_treatment=='') | !(days_to_first_biochemical_recurrence=='') | !is.na(new_neoplasm_event_type) | !(biochemical_recurrence==''))clinical = clinical[t_row,]

时间数据不为 ' ' ；new_neoplasm_event_type不为NA ；biochemical_recurrence不为 ' '。均可视为有生存信息，所以对三者取交集

4）取发生PFS的时间，PFS状态，补上缺失值的观察时间

clinical$dcf_time = with(clinical,ifelse(!days_to_new_tumor_event_after_initial_treatment=='',days_to_new_tumor_event_after_initial_treatment,''))
clinical_filt$dcf_time = with(clinical,ifelse(!days_to_first_biochemical_recurrence=='',days_to_first_biochemical_recurrence,dcf_time))clinical$dcf_status = ifelse(!clinical$dcf_time=='',1,0) #1表示有dcf事件,0表示无肿瘤事件clinical$dcf_time = with(clinical ifelse(dcf_time=='',os_time,dcf_time))write.csv(clinical, file = 'clinical_with_os_dcf.csv')

先赋days_to_new_tumor_event_after_initial_treatment，再days_to_first_biochemical_recurrence

TCGA_临床数据下载_全面数据相关推荐

tcga数据下载_好东西丨零基础入门TCGA
GCBI学院-零基础入门TCGA_腾讯视频v.qq.com 课程大纲: TCGA简介 1.带你熟悉新版TCGA界面 2.TCGA包含哪些数据,哪些是公开可用的?作为新手,下载什么水平的数据最易上手 ...
全球气象数据下载总结-CRU数据，ERA数据NCEP-2数据
一.CRU数据下载 CRU数据官网官网链接 CRU数据下载链接我下载的是CRU TS v.4.03的数据,该数据覆盖全球陆地范围,各参数每月得一个平均值. 点击Local Copy进入数据下载界面 ...
tcga数据下载_从GDC下载最新的TCGA临床数据
本文从GDC直接获取TCGA数据,不同于cbioportal.Xeon等TCGA下载工具,GDC数据是实时更新的最原始的数据. 下载数据 GDC的综合数据下载页面为https://portal.gdc ...
tcga数据下载_手把手教你用R下载TCGA数据:CGDSR包
各位科研芝士的朋友,大家好,今天我们继续分享关于TCGA数据下载的专题,之前,给大家推出了网页版cBioportal工具,进行数据下载,在上期中我们看到UCSC-XENA对应的R包UCSCXenaTo ...
tcga数据下载_给你tcga数据库过万病人的原始测序数据你可以做什么
最近有两年前的学生过来寻求合作,让我想想给我tcga数据库过万病人的原始测序数据,我可以做什么方法学的创新.我想把这个问题抛给粉丝: 假设给你tcga数据库过万病人的原始测序数据你可以做什么??? 大 ...
tcga数据下载_手把手帮你分析这些TCGA甲基化内容
TCGA数据库有大量开放的甲基化数据,对我们科研非常有利,但是怎么挖掘呢?是不是去参加培训班就可以了?答案肯定不是的.有很多人去参加了培训班,然后学会了分析.但是搞了两三个月,还是没有结果.导致结果出 ...
tcga数据下载_肿瘤研究不能不知道的TCGA数据库挖掘工具大全，TCGA再也不愁
TCGA数据库的挖掘工具层出不穷,从数据下载到数据挖掘,这里小编给大家整理一份官网的数据挖掘工具大全: 1. http://www.cancerimagingarchive.net/ The Canc ...
tcga数据下载_零代码下载TCGA数据库第一期
TCGA数据库目前是科研中最常用的数据库之一,其中储存着多种疾病的各组学的数据,借助该数据库,帮助了很多研究生们发表了自己的文章,达到了毕业条件.但是,如果你是刚入门的新手,不用担心,跟着我们的系列推 ...
astrm30米分辨率高程数据下载_如何下载道路沿线1000米范围内的高程？
在水经注万能地图下载器中,除了提供按当前屏幕范围下载.框选矩形范围下载.多边形下载.导入范围下载和按行政区划范围下载外,还可以按道路沿线一定距离范围内下载谷歌地球高程.这里以G318林拉公路为例,说明 ...

TCGA_临床数据下载_全面数据