R語言遇上Oncomine，必然會碰撞出不一樣的火花。
大家好，我是學員無名小卒。眾所周知，與TCGA齊名腫瘤樣本資料庫Oncomine，著實是觸摸腫瘤數據挖掘的一把利器。至於如何在這個深海挖寶，因解螺旋所研發的科研技能單元課《Oncomine資料庫使用教程》，已提供了一份傻瓜式視頻教程供大家「食」用，本文就不再一一贅述了。
而我通過此課程的淬鍊，雖然談不上小有所成，但已然能做到和Oncomine資料庫愉快的玩耍，如從Oncomine資料庫下載數據就已變得越發的得心應手。而今日我就將Oncomine的數據下載、R語言包Oncomine的具體使用教程分享給大家，與君共勉。
打開Oncomine網頁，在基因搜索框內輸入EGFR，再輸入Bladder Cancer，可進入到一個條形型圖的網頁，當把滑鼠放在條形圖上時，會出現黃色的浮標，來提示一些數據信息，此為我們要獲取的數據。
隨後在條形圖上右鍵（Note：是在條形圖上右鍵，不是在空白的地方），在谷歌瀏覽器中選擇檢查，就會彈出了一個方框；點擊方框中Elements選項，就可看到所有的數據，其格式非常整齊。
細看每個條目，其都是以<area開頭的，即為網頁的節點（nodes）。將滑鼠的滑輪網上滑動，可看到area的上級<map，點擊<map前的倒三角，可把下面<area的數據全部打開。
隨後，滑鼠左鍵選中<map行，在此行上點擊滑鼠右鍵，選擇Copy中的Copy outerHTML拷貝數據，並將其放在txt或doc的文檔中即完成了Oncomine數據下載。
1.打開R，安裝Oncomine()語言包。
2.條形圖數據下載分析
打開Oncomine網頁，在基因搜索框內輸入EGFR，再輸入Bladder Cancer，可以看到一個條形型圖的網頁,利用上面的方法獲取數據，並保存為F盤的Oncomine文件中的data1.txt，那麼通過以下命令就可獲得條形圖的具體信息。
3.熱圖 1：一個基因在多個疾病中的表達
打開Oncomine網頁，在基因搜索框內輸入EGFR，可以看到一個熱圖，其標題為Disease Summary for EGFR，可以看到如圖的左邊有很多種疾病，顯然這是看一個基因在多種疾病中的表達的情況。
如果你關掉了剛剛filter中的Bladder Cancer，那麼得到的結果仍是條形圖，此時請點擊網頁的右上角Over view，再選擇 Gene Summary View來獲取相應數據。
4.熱圖2：一個疾病中多個基因表達的情況
打開Oncomine網頁，在基因搜索框內輸入Bladder Cancer，可看到一個熱圖，其標題為Comparison of All Genes in Als Bladder，可以看到如圖的左邊有很多種基因，顯然這是看一個疾病多種基因的表達情況。
5.熱圖3：多個研究比較的meta分析
在4的情況中，隨便選擇幾個研究，然後點 compare。
6.熱圖4：多個基因的共表達
打開Oncomine網頁，在基因搜索框內輸入EGFR，然後在選擇Coexpression Analysis，這時我們可以看到一個熱圖，其標題為Genes Coexpressed with EGFR in Vivanco CellLine，可以看到如圖的第一行的EGFR，下面很多行是其它基因，顯然這是看基因共表達的情況。
7.箱圖
8.共表達相關係數
首先，我們需要把相關係數和基因名稱一起截圖，並保存下來，多餘的信息不要截取，保存在F盤下Oncomine文件裡，取名1.jpg，如下圖：
其實這裡要做的就是OCR（Optical Character Recognition，光學字符識別），在R中有兩個函數可以做OCR，一個是tesseract包的ocr函數，一個是magick包中的image_ocr函數，經過比較，我發現magick::image_ocr比tesseract::ocr讀的結果更好，當然要設置適當的參數。
數據雖已經識別出來了，但是還有一些不完美或者錯誤的地方，尤其是基因名稱，需要仔細核對一下。至於怎麼把這個轉換成表格，方法就很多了，比如word裡面的文本轉表格功能，但前提一定要把文本整理好，這裡就不介紹了，下面演示的是我的方法。
可以看到合併後的行數348，比合併前的行數252多了好多行，此時可用去重複的命令unique看一下哪些重複了。
因為重複的Gene會有相同的名稱，但是有不同相關係數，則可以看到橫線「-」以及EGFR、PHLDA1和CORO1C是重複的，下面我們把「-」、EGFR、PHLDA1和CORO1C去掉，再合併一下。
對於重複的數據也可以有其他處理辦法，這裡就不展開了。
至此，所有的數據就都下載完了。
1.能夠把數據拷貝下來是關鍵，可以放在txt、doc、docx裡面。
2.命令總結：
Oncomine_bar( )
命令最後是bar，用於獲取條形圖數據；
Oncomine_box( )
命令最後是box，用於獲取箱圖數據；
Oncomine_heatmap_GenesCoexpression( )
命令最後是Coexpression，用於獲取共表達數據 ；
Oncomine_heatmap_ComparssionOfAllGenes_meta( )
命令最後是meta，用於獲取共多種基因或者多種疾病比較的meta分析的數據 ；
Oncomine_heatmap_ComparisonofAllGenesin_SomeDisease( )
命令最後是SomeDisease,用於獲取一種疾病中基因表達的數據 ；
Oncomine_heatmap_DiseaseSummaryfor_SomeGene( )
命令最後是SomeGene,用於獲取一種基因在多種疾病中表達的數據。
3.如果做出來的結果出現紅色的提示
說明有的數據是沒有被測量的，即Not measured，被轉變成NA（not acquired）需要仔細關注一下。