TCGA数据库数据下载整理（三）：将esymbolid转换为基因名称。

今天要讲的是如何将昨天得到的矩阵转换为以下这个矩阵，

我们来看一下这里面包含什么，里面行名是基因名称，列名是样本名称，里面是基因的表达量，要得到这个矩阵，我们需要准备一个输入文件，就是上次推文中讲的那个文件，还需要准备一个配置文件，如下图所示：

这个配置文件里面有esymbolid和基因id一一对应的关系，接下来我们需要一个脚本，就在上面图片里，然后将输入文件里面的esymbolid按照这个gtf配置文件里面的esymbolid和基因id一一对应的关系将esymbolid换成基因id，从而得到我们今天需要的这个矩阵，这个矩阵里面的基因名称和样本名称在发文章的时候，都是要用到的。这个矩阵里面包括的是基因名称和样本名称，而对应的数值就是基因在这个样本里面的表达量。得到这个矩阵后，转录组的数据就整理完成了。后面就直接算某个基因在样本里面高、低表达的数据就整理好了。

下面是具体的操作过程：在搜索框中输入cmd，点击命令提示符，输入cd加空格，加复制黏贴当前文件夹的路径，如下图所示。按回车，接下来输入perl加空格，加复制黏贴脚本名称，加空格，按回车，等光标回到大于号后，就可以了。我已经运行过了，所以就没有按回车了。

如果大家需要练习的gtf文件和脚本文件，可以在微信公众号科研风雨路后台留言，我们发给您，如果有什么疑问也可以在后台留言，我们看到的话，会及时回复的。如果觉得本文对你们有用的话，欢迎点赞，关注和分享。谢谢大家。