使用GEO2R快速探索高通量数据教程.docxVIP

这份文档是在某个微信群里的课程文字稿，介统O2R的使用。 GEO简介GEO全名是GeneExpressionOmnibus，相信很多人都知道它是NCBI下面的一个专门存储中、高通量数据库的公共仓库，研究者可以自由地把实验室里产生的芯片、NGS乃至定量PCR数据上传到这里供全球科研工作者共享。现在我们可以注意到的一点是很多杂志在接收文章时越来越多地要求作者把数据先放到公共数据库里去了。 再说说我们今天的主角GEO2R，简单点说它是在线分析GEO内数据的系统。这个工具系统采用R语言来运行，准确点儿说是GEOquery和limma这两个R包，前者用于数据的读取，后者用于计算。 GEO2R最大的优点就是它是一个在线的工具，不需要我们懂哪怕一点点的R语言和芯片、测序分析知识就可以进行简单的操作。 当然，它的功能也是比较有限的。但是对于我们想快速查探GEO数据来说是一个很有用的工具。比如我们想知道某个公共数据库里和我们的课题相同实验材料或相似实验设计里某个基因的表达情况，我们不需要从GEO里把数据down下来再去分析什么的，只要在网页上简单地输入一些信息再点点鼠标，就能获取我们想要的结果了。 差不多所有的GEO内数据都可以分析，我们不需要任何生物信息学知识，也不用管是芯片还是测序数据，是用什么实验平台获取的数据，都可以搞定！ 如何进入GEO2R？ 进入GEO2R的方法有两种: 直接从网址进入，地址是 /geo/geo2r/从GEO的数据记录页面（也就是GSE结果页面）进入，比如我们这里以GSE71343为例，先进入这个GSE实验记录页面 /geo/query/acc.cgi?acc=GSE71343然后下拉到底部，看这里 wuthD _—Fann?1 KFT而5hr州.）s/FTo MlteMLME退Hlh1蚀M：INffli^L5■同W阊*aMrWHwnkuHlFW现在我们具体看一下GEO2R的使用界面，我截了个图，并且在图上用数字进行了标注，按照标注序号我们来一步步探索。 GSE信息部分，在这一部分我们可以输入GSE编号，然后点击【set】按钮后会自动载入该数据，并且在后面显示这个GSE的实验名称，比如图上的【ControlofPeripheralTolerancebyRegulatoryTCell-IntrinsicNotchSignaling］就是这个实验的标题。 样本名称及分组定义部分，点击［Samples】后面的黑色三角我们可展开或收起样本信息部分，在这里我们可以自定义分组，将多个样本合并为一组，具体一会儿会讲到。 功能部分，这里包括了五个选项卡，我们在使用时会一点点儿地介绍给大家。 下面用一个实例来操作一下，就用我们刚才举例的GSE71343这个数据吧。 点开【Samples］，首先我们要自定义分组，在这里我们将15个样本分成4组，分组方法是点击【Definegroups】，然后输入我们要分组的名称，每输入一个按一次回车。 ￥Definegroups nteraQroupnameList xCancelseieciior} Gro-up1 Group? Groups Gr(HJp4；FPCreR26N1c/N1d?2■SamnpleiGhkipACMRlon由*1叫G淌1H费丁翰■SraipT的2了的 ■Samnplei GhkipACMRlon 由*1叫G淌1H费丁翰 ■SraipT的2了的 Gr-Mipf湖18泗网 -GSM1-B32￡iD1! SBUFEflFI9I e(Lr^Ufl113SUH1eiriFflrpHtCru3pl?tngiECFs*PEQ5*^30LplspnF0ITJ3EGF皿lfl4OOK，一个个来我们把所有样本都分好组，就是酱紫: —S-dmpfloi .Dr*ne-Q?m3B ￡ttilUrl Graur 愈Hil厕 Till 4 MHUVI fun笔并Croup1l3aamrie-lP 5tfg 酸俏帽倒1 『此5￡激EjOWJl5帅im1Q 趴E 「山『走nCrarlII3airiP5i3 对4. 由叫* im 轴4 GWIiLEWJ g击国5弥涸酣OU 卸OIH fzqjSEffPETtFOffI1CU1* w FsipaEappETBREPjjJi^ 翊HB GfOUfiJ R冲3EQ=PCn5REF上A2 SplCiKi SnMqi] P^pSEE^IsTsREPJ^JiJ SfTBBl □5U1922Xa FSEBPZNffEPJiLJA REiin 同1伺血IM 53EQF总出 w皿 俗替1耳海* F■茫 即时 Sfwp4 :S-=M1=833t3l Fnqi宅缶心皿 dflDUlM 刑UiE牡U 此冲X林如1mW 由5 然后点击选项卡【GEO2R】的top250按钮，进