TCGA数据下载问题解决

文章目录

• 前言
• 一、原因？
• • [1. 单包体积上限](#1. 单包体积上限)
  • [2. 浏览器兼容性/前端 Bug](#2. 浏览器兼容性/前端 Bug)
  • [3. 国内网络 TCP 长连接被重置](#3. 国内网络 TCP 长连接被重置)
• 二、解决方式
• • 1.下载Manifest
  • [2. 下载gdc-client](#2. 下载gdc-client)
  • • 配置文件地址
  • [3. 命令执行](#3. 命令执行)
  • • [1. win + R ---> cmd，打开电脑终端](#1. win + R ---> cmd，打开电脑终端)
    • [2. 数据下载命令](#2. 数据下载命令)

---

前言

TCGA GDC数据库是我们下载公共转录组数据的重要途径，有需要的可以查看2024年TCGA基因表达数据下载(最新版)

由于TCGA数据库可能进行了些许更新，之前TCGA下载数据的方法可能在一些转录组中不适用，本次更新主要是解决往期下载中cart数据不能下载的问题。

---

一、原因？

1. 单包体积上限

只要 Cart 里累计大小超过 ≈5 GB，Portal 就强制关闭 HTTP 打包通道，只能走官方命令行工具（gdc-client）。

例如乳腺癌 RNA-seq 一个项目就 6--8 GB，浏览器端直接会提示 "Failed -- network error"，其实并非网络问题，而是被限流。

2. 浏览器兼容性/前端 Bug

官方 Release Notes 里明确写着 Safari 9.0.3、IE 及部分 Chrome 旧版对 "Download Cart" 按钮的 POST 请求解析不完整，会表现为点击无反应或 0 B 空文件。

另外如果之前登录后 session 过期，前端仍显示已登录，再点下载会无限转圈，需要清缓存重新登录。

3. 国内网络 TCP 长连接被重置

浏览器打包下载走的是 HTTPS 持续连接，一旦中间被 RST，就会停在 "xxx GB/xxx GB 99%" 然后失败；而 gdc-client 自带断点续传，每个文件独立校验，可避开长连接被掐的问题。

二、解决方式

1.下载Manifest

2. 下载gdc-client

本机安装gdc-clinent.exe点击跳转

配置文件地址

将gdc-clinent.exe加入path

1. win + s ---> 环境变量
   
2. 找到path路径
   
3. 新建
   
   将自己的gdc-clinent.exe的文件地址添加即可

3. 命令执行

1. win + R ---> cmd，打开电脑终端

2. 数据下载命令

gdc-client download -m gdc_manifest.2026-01-04.183046.txt
即可进行下载

---

前一段时间因为学业繁忙好久没有更新内容了，在这里向大家说声抱歉，之后我会继续定期更新一些内容，如果有你们想要了解的内容也可评论或者私信我，希望我们可以一同进步