下载和处理TCGA的临床信息非常的麻烦，不同的癌症，格式还不一样，处理起来不容易。

采用TCGAbiolinks 包去下载和处理临床信息就非常的方便。

那么我们以下载胃癌病人的临床数据的为例，看看如何下载数据。

#  加载需要的包
library(SummarizedExperiment)
library(TCGAbiolinks)

###########################################################
# GDC: https://portal.gdc.cancer.gov/
###########################################################

# 设置程序参数
work_dir <- "/Users/zhangqiuxue/Documents/Train/TCGA/lab/Download_Data/Clinical" 

# 设置需要下载癌症对应的project 和数据类型
project <- "TCGA-STAD"
data_category <- "Clinical"
data_type <- "Clinical Supplement"
legacy <- FALSE

# 设置工作目录
setwd(work_dir)

# 下载临床数据的结果
DataDirectory <- paste0(work_dir,"/GDC/",gsub("-","_",project))

# 查询可以下载的数据
query <- GDCquery(project = project,
                  data.category = data_category,
                  data.type = data_type, 
                  legacy = legacy)

# 该癌症总样品数量
samplesDown <- getResults(query,cols=c("cases"))
cat("Total Clinical sample to down:", length(samplesDown))

# 下载数据
GDCdownload(query = query,
            directory = DataDirectory,files.per.chunk=6, method='client')

# 用专门的函数去整合下载好的数据
clinical <- GDCprepare_clinic(query, clinical.info = "patient",directory = DataDirectory)

# 将数据保存到文件，方便后面的进一步分析
clinical_file <- paste0(DataDirectory, "_","clinical",".txt")
write.csv(clinical, file = clinical_file, row.names = F, quote = F)

TCGAbiolinks 是专门下载和分析TCGA的R包，功能强大，可以满足你下载，分析，挖掘TCGA数据的不少需求，值得学习和研究。

如果您对TCGA数据挖掘感兴趣，请学习我们的TCGA相关课程：

《TCGA-生存分析》

《TCGA-基因差异表达分析》

《WGCNA加权基因共表达网络分析》

《GEO芯片数据挖掘》

《GSEA富集分析》