在R中，对TCGA基因表达谱根据barcode命名规则筛选样本匹配的正常样本和乳腺癌样本

首先，需要下载TCGA数据，并解析出barcode信息。可以使用TCGAbiolinks包来实现这一步骤。

library(TCGAbiolinks)
library(dplyr)

# 下载TCGA数据
query <- GDCquery(project = "TCGA-BRCA", data.category = "Transcriptome Profiling", 
                   data.type = "Gene Expression Quantification", platform = "Illumina HiSeq")
GDCdownload(query)

# 解析barcode信息
TCGA <- GDCprepare(query, save.filename = "TCGA.rda", summarizedExperiment = TRUE)
barcode <- colnames(TCGA)[1:12]
barcode_df <- data.frame(barcode = barcode, stringsAsFactors = FALSE)

接下来，需要根据barcode命名规则，筛选出和乳腺癌样本匹配的正常样本和乳腺癌样本。TCGA的barcode命名规则为：

[Barcode]-[SampleType]-[Portion]-[Analyte]-[Plate]-[Center]-[Set]-[Batch]-[Date]

其中，SampleType为样本类型，BRCA-N表示正常样本，BRCA-T表示乳腺癌样本。我们可以使用正则表达式来匹配符合条件的barcode。

# 筛选乳腺癌样本
BRCA_barcode <- filter(barcode_df, grepl("BRCA-T", barcode))$barcode

# 筛选匹配的正常样本
normal_barcode <- filter(barcode_df, grepl("BRCA-N", barcode))$barcode
normal_barcode <- normal_barcode[gsub("-01A-", "-11A-", normal_barcode) %in% 
                                   gsub("-01A-", "-11A-", BRCA_barcode)]

最后，可以使用TCGA数据的表达矩阵和筛选出的样本barcode进行分析。

# 提取表达矩阵
TCGA_mat <- assay(TCGA)

# 筛选样本
TCGA_BCCA <- TCGA_mat[, c(BRCA_barcode, normal_barcode)]