BioWinford全网最全的生信零代码网页工具—GEO数据一键下载_百度...
发布网友
发布时间：2024-12-12 10:45
共1个回答
热心网友
时间：2025-01-20 14:58
GEO数据库作为最常用的数据资源，我们经常需要从这里获取想要分析的数据，以及用于验证的外部数据。然而数据下载后通常无法直接使用，需要进行探针合并，重复基因处理，标准化，以及临床信息获取等复杂操作，对于没有编程和生信基础的用户及其不友好。因此我们在BioinfoTools上为用户搭建了一件获取GEO数据的功能模块，将上述处理过程打包合并成一站式流程。接下来我们就演示下如何试用BioinfoTools下载GEO数据。
方法1：(不推荐)
优点：操作简单方便，无脑粘贴GSE编号和GPL编号即可
缺点：下载时间较慢，国外服务器不稳定，偶尔下载失败需要重新提交任务
我们以GSE50901为例，进入网站后找到GPL探针编号
ncbi.nlm.nih.gov/geo/qu...
然后把GSE编号和GPL编号输入到下方位置，点击提交即可
点击提交
方法2: （推荐）
优点：跳过下载时间，直接进入探针合并，标准化等步骤，更稳定，快速
缺点：需要手动下载series文件
这里需要我们手动下载series matrix file，点击下载，获得文件GSE50901_series_matrix.txt.gz
然后下载GPL平台文件GPL13607-20416.txt，这里我们需要保留两列数据，除了第一列ID，还需要保留我们需要转换的基因名作为第二列
整理后的GPL文件如图所示，只保留两列即可
然后将GPL和series文件上传到option2的位置，点击运行即可。
方法3 (推荐)：
优点：更灵活，不局限于GEO数据
缺点：需要手动整理表达谱和探针的输入文件
首先我们需要整理一套表达谱数据，第一列是探针，第二列开始是样本，格式如下
然后我们整理探针文件，需要包含两列，第一列是探针id，第二列是对应的基因名，前两种方法自动注释只能转换成gene symbol，这里可以灵活的选择任何基因名，例如GB_ACC。
下载下来后，我们选择第一列探针id，以及感兴趣的基因名，GPL文件里包含GB_ACC和genename，我们这里如果选择GB_ACC，只需要保留前两列，其他的列删掉即可。
最后把整理好的表达谱上传到expression profile, 把包含两列的探针数据上传到GPL.
运行结束后我们得到的结果包括原始数据表达谱，标准化后的表达谱，以及临床信息。
最后再讲个小tips，有时候我们想从探针文件里获取探针id和基因名的时候，发现GPL文件并没有提供基因名，但是提供了探针的序列和基因组坐标。很多时候小伙伴就挠头不知道怎么继续处理了，这里我们可以参考另一个bioinfotools的模块介绍，肯定会对你有帮助的。
更多视频教程请跳转B站【学术渣在欧洲的个人空间-哔哩哔哩】 b23.tv/ycWnvFe
