如何从TCGA数据库下载DNA甲基化数据

前面给大家介绍了新版的TCGA数据库，通过文字和视频给大家讲解了如何从TCGA数据库下载RNAseq数据，miRNAseq数据以及体细胞突变数据

☞ 新版TCGA数据库RNAseq数据下载

☞ 新版TCGA数据库miRNA数据下载

☞ 【视频讲解】下载TCGA数据库中突变数据

以及如何合并成矩阵

☞ 【视频讲解】R代码合并新版TCGA中RNAseq表达谱矩阵

☞ 【视频讲解】R代码合并新版TCGA中miRNA表达谱矩阵

☞ 零代码合并新版TCGA中RNAseq和miRNA表达谱

☞ R代码合并TCGA体细胞突变数据

☞ 【R实战】使用maftools复现SCI文章中的体细胞突变瀑布图

今天小编就来跟大家聊聊，如何从TCGA数据库中下载DNA甲基化数据。我们还是以TCGA-CHOL（胆管癌）这套数据给大家举例。

1. 打开TCGA数据库官网，https://portal.gdc.cancer.gov/。在对话框中输入想要查找的肿瘤的名称。这里以TCGA-CHOL这套数据为例。点击PR, TCGA-CHOL。

2. 点击Methylation Array后面的36（Cases数）。TCGA里面的DNA甲基化数据大多数是采用illumina的450K甲基化芯片检测得到的。

3. 在跳转的页面中，点击左上角的Files，然后勾选Methylation Beta Value。这个时候，文件数就从原来的145个变成了45个。最后点击Add All Files to Cart。

4.点击右上角的Cart，然后点击Sample Sheet，下载样本信息表，得到gdc_sample_sheet.2022-08-06.tsv文件。

5. 点击download，选择Cart，进行下载。会得到一个.tar.gz的压缩文件gdc_download_20220806_013206.570127.tar.gz。这个里面就是45个样本的甲基化数据了。

6. 创建一个TCGA_CHOL文件夹，然后在TCGA_CHOL下创建一个methylation文件夹，将gdc_download_20220806_013206.570127.tar.gz拷贝到methylation里解压。前面下载的gdc_sample_sheet.2022-08-06.tsv拷贝到TCGA_CHOL，更名为methylation_sample_sheet.tsv。最终得到的文件夹结构如下

methylation文件夹的结果如下，包含45个单独的文件夹

每个文件夹下面是一个样本的DNA甲基化数据

打开这个betas.txt文件，内容如下。第一列为450K芯片的探针ID，每一个对应一个CpG位点，后面是代表甲基化水平的beta值，从0-1，0表示完全非甲基化，1表示完全甲基化。

今天的分享就先到这里，后面我们会给大家讲解如何使用R代码将这45个样本的甲基化值合并成一个矩阵。

如何从TCGA数据库下载DNA甲基化数据