The Cancer Genome Atlas Program（TCGA，https://www.cancer.gov/ccg/research/genome-sequencing/tcga ）即癌症基因组图谱计划，是由美国国家癌症和肿瘤研究所（NCI）和国家人类基因组研究所（NHGRI）于2006年合作建立的癌症研究项目，旨在应用高通量测序技术，以帮助解癌症的分子机制，从而提高提高肿瘤预防、诊断和治疗能力。目前收录了来自20多种组织类型和33种癌症（如表1）的20000多患者临床与测序信息（包括基因表达、miRNA表达、拷贝数变异、DNA甲基化、SNP等）。该项目研究信息全部公开，供研究者免费下载使用。

2022年4月份TCGA数据库完成更新，其数据集整合在GDC Data Portal中，且测序数据由HTSeq格式变为STAR-count文件。

如图2所见，新版count文件第1~4行为注释信息，在后续分析和挖掘时需要删去。第1列为gene_id。第2列为gene_name，第4列unstranded即count value。

1.组学信息（样本）：counts文件（存储单个患者表达数据，需合并整理为表达矩阵） 和json文件（存储样本文件信息，如RNA-seq, miRNA-seq, exon/CNV等）。 2.临床信息（患者）：xml文件（存储单个患者的临床信息，需合并整理为临床信息表格，包含患者ID，生存/死亡，分期，性别/种族/年龄，死亡时间等信息）。

gdc-client, Xena和R packages（如gdcRNAtools，TCGAbiolinks）。其中gdc-client为官方下载工具，建议优先选择。

以TCGA-KIRC序列为例，利用gdc-client软件进行转录组及临床数据的下载与初步整理。

登入网站 https://gdc.cancer.gov/access-data/gdc-data-transfer-tool。选择符合系统的gdc-client软件，下载到工作目录解压。

2.1.下载manifest文件 登入网站 https://portal.gdc.cancer.gov/repository。如图4完成数据筛选后下载manifest清单文件。

点击Dowload下拉菜单中的Manifest，保存为gdc_manifest_expdata.txt文件到工作目录。该文件用于下载每个样本表达矩阵。

2.2.下载Metadata文件 保存为metadata.cart.json文件至工作目录下。该文件用于TCGA_ID和文件名ID转化。

下载manifest文件 登入网站 https://portal.gdc.cancer.gov/repository。点击Manifest，保存为gdc_manifest_clinical.txt文件至工作目录下。该文件用于下载临床信息。