我应该如何在AWS上处理公共TCGA数据？

编程问答 2022-08-15

问题描述

我是AWS开发的新手，正在研究如何在我的EC2实例上使用TCGA数据（https://registry.opendata.aws/tcga/）。

  1. $ aws s3 ls s3://tcga-2-open/给了我数百万个文件。但是，XML文件http://tcga-2-open.s3.amazonaws.com仅显示1000个条目。是否有完整的文件列表，希望能描述它们的层次结构，以便我可以查找该资源的覆盖范围？

  2. 所有TCGA文件都有前缀，并且它们似乎是GDC UUID（https://docs.gdc.cancer.gov/Encyclopedia/pages/UUID/）。但是，有些文件具有我无法从原始来源找到的UUID。从https://portal.gdc.cancer.gov/repository下载“清单”会给我一个UUID列表及其含义。但是，清单文件和XML文件中的某些UUID是互斥的。那么，当我从地面真相清单文件中找不到'00002fe8-ec8e-4e0e-a174-35f039c15d06'时，我怎么知道是什么文件，例如http://tcga-2-open.s3.amazonaws.com/00002fe8-ec8e-4e0e-a174-35f039c15d06/6057825020_R01C01_Grn.idat？

  3. 是否有在AWS上使用Open Data的分步教程？

任何帮助我解决这个问题的方法，将不胜感激。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

amazon-s3amazon-web-servicesaws-clibioinformatics