TCGA数据集下载工具gdc-client下载慢解决方案

前言

使用TCGA数据集，一般直接下载很难成功下载，大部分需要使用官方的GDC-Client下载工具。

gdc-client工具安装

下载地址：https://gdc.cancer.gov/access-data/gdc-data-transfer-tool
下完之后，是一个压缩包，需要自己进行解压缩。解压缩之后只有一个gdc-client.exe文件。
这个时候需要打开环境变量，如下图

双击PATH之后，进入到下面页面，点击新建，输入gdc-client.exe所在的目录。

找到gdc-client.exe所在的目录，创建一个与gdc-client.exe同级的文件。
创建my-dtt-config.dtt文件，可以先写成txt的形式，用记事本打开，添加完下面的内容之后（全部复制即可）再改回dtt形式。

[download]
dir = . 
save_interval = 1073741824
http_chunk_size = 4096
no_segment_md5sums =False
no_file_md5sum = False
no_verify = True
no_related_files = False
no_annotations = False
no_auto_retry = False
retry_amoumt = 6
wait_time = 25.0
latest = False
server =https://api.gdc.cancer.gov
n_processes = 4

数据下载步骤

需要去TCGA官网找到想要下载的数据集，这边以乳腺癌为例.


找到你要下载的数据集，也可以搜索栏搜索，找到之后勾选。

点击Save New Cohort，会让你输入一个名字，随便即可。


选中你刚才创建的Cohort，这边我选的是CESC。

然后点击Repository。

在这边你可以选择你想要下载的关于乳腺癌的各种数据，这边以乳腺癌的WSI为例。在右侧栏中找到下面的内容并勾选：
Experimental Strategy：Tissue Slide
Data Type：Slide Image

上面就是svs的数据集，你可以全部下载，也可以下载一部分，这边就下载2个为例。点击左侧的购物车，就会加入到队列中。
添加完之后，回到购物车，如下图。


把下载完的这个文件放到和gdc-client.exe同目录下。
然后win+R，输入cmd，打开终端。
进入到gdc-clinet.exe所在的文件夹下，输入gdc-client.exe download --config gdc-client.dtt -m gdc_manifest.txt命令行，即可下载数据集，此时这个数据集被下载到与gdc-client.exe同目录下。
此时下载的速度是很快的，不会有限制，不用科学上网，如果很慢就换个网络，我是用自己的流量测试的很快。

引用链接

https://www.jianshu.com/p/bea374ce82b3