摘要：TCGA新版的数据中的ID是ENSG的，那么怎么获取其中非编码RNA尤其是lncRNA、假基因的表达信息呢，首先你得从TCGA的表达数据中提取出这些ncRNA，那么第一步就是你要知道哪些是ncRNA，所以这里介绍这样的一种可行的方案，先提取ENSG与ENST的对应关系，进一步得到这些ncRNA表达数据
1、首先下载数据ftp://ftp.ensembl.org/pub/release-88/fasta/homo_sapiens/ncrna/Homo_sapiens.GRCh38.ncrna.fa.gz
看懂这个数据，取其中一条序列例子如下：
>ENST00000516795.1 ncrna chromosome:GRCh38:4:154790291:154790484:1 gene:ENSG00000252604.1 gene_biotype:snRNA transcript_biotype:snRNA gene_symbol:RNU2-44P description:RNA, U2 small nuclear 44, pseudogene [Source:HGNC Symbol;Acc:HGNC:48537] TTCTCTTGTGGGCATTTAGTGCTATAAAATTCCCTCTACACACTGCTTTAAATGTGTCCC AGGGATTCTGATATGTTGTGCTGAGAACAGATCTTAAATGGATTTTTGGAGCCAGGAGAG GGAATAGGAGCTTGCTCCATCTGCTCCACTCACTGACTTGATATTGCAGTACCTCCAGGT ATGGTGCATTCCCC
从中可以看出头部有ENST信息，对应gene的ENSG信息，还有描述，gene_symbol，HGNC Symbol
现在要把这些信息提取出来变成一个表格如下：
ENSG ENST description type(非编码类型) gene_symbol HGNC Symbol
请用python实现