【生信技能】新版TCGA数据库转录组更新和perl脚本使用说明

重点、重点、重点（第一次用请看3遍以上）：

TCGA改版之后，TCGA下载转录组数据页面只有STRA-Counts，处理方法也更新了。

2022年03月改版前：3个步骤（02.转录组数据下载、03.转录组数据整理、04.id转换）+3个脚本处理（moveFiles.pl、merge.pl、symbol.pl）。

2022年03月改版后：2个步骤（03.转录组数据下载、04.转录组数据整理）+1个新脚本（merge.pl）就可以完成以前的3个步骤了，一步整理好到注释好的矩阵（不需要moveFiles.pl、symbol.pl）。新的一个脚本merge.pl就等同于旧版的三个脚本了。

2022年3月29日之后下载的TCGA数据库必须使用新脚本，使用新脚本（merge.pl）之前，必须卸载之前的perl软件，然后重启电脑，然后必须安装草莓版perl 5.30.0（这个我会提供在网盘链接里面的，必须一定只能是perl 5.30.0版本）。

必须卸载之前的perl软件，然后重启电脑，然后必须安装草莓版perl 5.30.0，只能是win系统。

必须卸载之前的perl软件，然后重启电脑，然后必须安装草莓版perl 5.30.0，只能是win系统。

（以下内容作为拓展，不是必须看）TCGA数据库改版下载转录组数据变了只有STAR–Counts

2022年3月29日，TCGA数据库改版了。

TCGA gdc网址：https://portal.gdc.cancer.gov/

选择菜单栏的Repository，进入数据选择页面

首先选择肿瘤类型，选到Cases，“Program”选择TCGA，“Project”选择自己研究的肿瘤类型，比如这里选择TCGA-STAD（也就是经常用到的胃癌）

接下来选择文件类型Files，“Data Category”选择转录本“transcriptome profiling”，“Data Type”选择Gene Expression Quantification，接下来到了选择“Workfolw Type”，现在只有一个选项，就是STAR – Counts。

之前的界面是有三个选择的。经过测试，STAR – Counts里面的数据是改变了，所以方法也需要改变，提取symbol.txt的方法相继也需要改变的。