1. 数据下载
新版TCGA表达mRNA/miRNA和临床数据下载及R语言整合代码 – 王进的个人网站
注意：对于miRNA，有两种data type：成熟体isoform expression quantification & 前体stemloop miRNA expression quantification，根据需求选择合适的数据类型。
对于表达数据，我们总共需要2个 文件：
json文件（包括文件信息和样本barcode的关系)、表达文件(Download🡪Cart)解压下载的表达文件。
2. 运行APP
打开shiny APP文件夹中的ui.R文件，我们可以看到需要安装的包，代码窗口右上角有一个run app的按钮，点击该按钮，app自动安装并加载需要的包。
3. 路径及数据类型设置，然后点击Refresh。此处以miRNA isoform 数据为例，选择miRNA isoform。
4. 点击Merge data，app已经自动获取目录下的json文件和数据目录：
点击Submit，即可自动进行数据合并，合并完成之后，目录下会多出一个整合好的数据文件。
5. DESeq2差异分析
点击DESeq2 analysis，界面非常简洁，选择合并好的count data，点击submit即可。对于刚刚合并的数据，看不到目录下的这个文件，需要回到introduction界面点击refresh按钮即可。
6. 等待片刻，即可得到差异分析的结果。
同时app会自动在设置目录下新建一个result文件夹，并将normalized data和DEG results自动存放进去。注意：DESeq2分析较缓慢，耐心等待结果。
注意：对于mRNA和isoform miRNA，下载的数据中分别以ensembl ID和miRbase ID作为名称，差异分析之后会自动进行ID转换。
对于RNA sequencing结果，ID转化同时会有biotype信息，用于提取lncRNA和mRNA
7. 火山图绘制
点击volcano进入差异基因火山图可视化界面，上传DESeq2差异分析结果，调整相关阈值参数，点击提交即可。
注意：如需对limma包差异分析结果或者自己的差异分析数据进行可视化，需要修改相应列名，使之与DESeq2结果一致。
8. 热图绘制
进入Heatmap模块，点击get file，即可自动填充刚刚DESeq2得到的normalized data和DEG文件。点击submit，稍等片刻即可得到热图。Setting中可以进行相关参数的设置。
9. 以上分析均以导出count数据为例，大家也可根据自己的需求导出TPM、FPKM或RPM，对于这些数据，需要limma包进行差异分析，APP里面也提供了该模块。如使用limma分析，对于火山图和热图可视化，需要手动修改差异分析结果的列名与deseq2一致。当然我可以让app自动设置，但是应该用的人不多，所以就先不改了。
如需要app代码进行TCGA数据处理，请至：
B站代码获取 – 王进的个人网站 （ID11，已更新至最新三合一的app）