用GEOquery从GEO数据库下载数据--转载
2024-10-19 23:47:50
https://www.plob.org/article/9969.html
Gene Expression Omnibus database (GEO)是由NCBI负责维护的一个数据库，设计初衷是为了收集整理各种表达芯片数据，但是后来也加入了甲基化芯片，甚至高通量测序数据！
GEO数据库基础知识
- GEO Platform (GPL) 芯片平台
- GEO Sample (GSM) 样本ID号
- GEO Series (GSE) study的ID号
- GEO Dataset (GDS) 数据集的ID号 ## 用法
只需要记住三个函数，以及每个函数返回的对象该如何处理即可
getGEO/getGEOfile/getGEOSuppFiles
这三个函数根据上面的四种ID号下载数据时候，返回的对象还不一样！
首先是下载和加载包：
- source("http://www.bioconductor.org/biocLite.R")
- biocLite("GEOquery")
- library(GEOquery)
然后是使用它！
首先，我们介绍getGEO函数
- gds858 <- getGEO(‘GDS858’, destdir=“.”) ##根据GDS号来下载数据，下载soft文件
- gpl96 <- getGEO(‘GPL96’, destdir=“.”) ##根据GPL号下载的是芯片设计的信息！
- gse1009 <- getGEO(‘GSE1009’, destdir=“.”)##根据GSE号下载数据，下载_series_matrix.txt.gz
下载的文件都会保存在本地，destdir参数指定下载地址。
还有很多其它参数可以调整，学一个函数只需要看看它的帮助即可。
比较重要的三个参数是：GSEMatrix=TRUE,AnnotGPL=FALSE,getGPL=TRUE
返回的对象不一样！针对返回对象的方法也不一样！
下载GDS返回的对象
gds858返回的对象很复杂
用Table(gds858)可以得到表达矩阵！
用Meta(gds858)可以得到描述信息
- options(warn=-1)
- suppressMessages(library(GEOquery))
- gds858 <- getGEO('GDS858', destdir=".")
- names(Meta(gds858))
- Table(gds858)[1:5,1:5]
然后还可以用 GDS2eSet函数把它转变为expression set 对象
- eset <- GDS2eSet(gds858, do.log2=TRUE)
下载GSE返回的对象
也就是直接根据GSE号返回的对象：gse1009
我们的处理函数有：geneNames/sampleNames/pData/exprs(这个是重点，对expression set 对象的操作函数)
下载GPL返回的对象
但是根据GPL号下载返回的对象跟GDS一样，也是用Table/Meta处理！
- options(warn=-1)
- suppressMessages(library(GEOquery))
- gpl96 <- getGEO('GPL96', destdir=".")
- names(Meta(gpl96))
- Table(gpl96)[1:10,1:4]
- ##下面这个就是芯片ID的基因注释信息
- Table(gpl96)[1:10,c("ID","GB_LIST","Gene.Title","Gene.Symbol","Entrez.Gene")]
getGEO除了可以下载数据，还可以打开本地数据！
- gds858 <- getGEO(filename=‘GDS858.soft.gz’)
还可以下载所有的cel原始文件！
- tmp=getGEOSuppFiles(GSE1009)
- if (is.null(tmp)) {
- warning("Supplementary data files not provided!\nyou should check this GEO ID in NCBI\n")
- }
最新文章
- UltralEdit 替换tips
- POJ 3009 Curling 2.0【带回溯DFS】
- php无刷新上传图片和文件
- 字符串相似度算法（编辑距离算法 Levenshtein Distance）（转）
- Apache Commons-pool实现对象池(包括带key对象池)
- hdu 5698 瞬间移动（排列组合）
- 让ImageView可以使用gif的方法
- UpdatePanel中执行js
- Apache配置多端口多站点
- LeetCode——Container With Most Water
- Win10下Mysql5.7.13,解压版安装流程
- js原生设计模式——2面向对象编程之闭包2
- FusionCharts Marimekko图
- 【转】避免全表扫描的sql优化
- mysql系列七、mysql索引优化、搜索引擎选择
- jdk安装和环境配置
- 便于理解mysql内幕的各种逻辑图组
- php 共享内存学习(ＡＰＣ扩展)
- Java语言常用的运算符和表达式详解
- string去空格方法