解读GEO数据下载方法，一文就够。

常言道，巧妇难为无米之炊，做生信研究又怎可少了数据的支撑呢？

GEO作为生信数据挖掘最常用的公共数据库之一，储存了海量的芯片和二代测序数据，它就像一座宝藏，等待我们去发掘它们的价值，让它们发出光芒。

而要挖掘GEO的数据，首先就要下载到样本信息(肿瘤&正常组织)、基因表达信息和临床信息等。至于如何下载这些数据并将其为已所用，本节课程《芯片数据来源与下载》将把GEO芯片数据下载的全攻略毫无保留地分享大家，与君共勉。

01

课程先是按照不同数据的网页，为大家讲解了GEO数据库中Series页面数据下载、Sample页面数据下载以及Platforms页面数据下载。

1.Series页面数据下载在Series页面，我们的重点是看懂研究内容和芯片实验的具体方法、分组，然后下载表达矩阵，寻找每位受试者或样本的临床信息，特别是肿瘤的生存数据、其他疾病的金指标等等。

21b48c0171ac64c77c8e3c2e36b4b957.png

点击“SOFT formatted family file(s)”，在新弹出的窗口里点击文件名称“GSE21656_family.soft.gz”，即自动下载该文件。

同样的操作可以把Series Matrix File(s)文件下载下来，同时也对所下载的文件进行了详细解读。

af5f2926e8b516f0caafc2790e2db168.png

4abe261baa8a676fc4646195cb79691a.png

15ca5b44bc1a11efb591d865d8b0b764.png

4103dc5e9c5235225b9c8aac4a452a98.png

其中，Series Matrix包含样本和检测值的txt文件，也就是研究者做过处理的表达矩阵，可以直接用来分析，建议使用。

c3664b551bc02ac738de256f3a56948f.png

2.Sample页面数据下载

在这个页面，我们要注意研究者是使用什么方法做质量控制的。比如标准化(normalization)、转值(transformation)、背景矫正(backgroud correction)、质控(quality control)。

7d857b5566dd0a7e5636dbf960284754.png

01843cb906da7e599581a3f1d5004a0c.png

14224c37007ad290d20150cadffc556e.png

dd39cf4fcd17d35897f0b94ff7371e8b.png

3.Platforms页面数据下载Platforms页面的文件类型和Series页面的文件类型相似，比如SOFT和MINiML，我们同样不建议下载这类文件使用；txt注释文件表格：类似Series_Matrix文件，正是我们需要的精华文件；Annotation SOFT table：注释信息和txt注释文件表格基本一样。

438864a8fc429882e359ff28b56fa990.png

d6d2a19cf04fd966c92b53d6cc1da48c.png

2cc264e0c37ece39f268ae8c5eb0b9d9.png

02

课程总结了几个主要芯片平台注释文件下载策略，帮助大家解决注释文件的寻找和下载问题。

b8371a84de70fff19608f33d7770f3ae.png

9adaa540a19e095fed2b50366dff1e8e.png

d6f5b01dc0e165215994fa8a0be68375.png

da12a11dd68e1de5a17fcce02d25f4e4.png

03

最后课程亦分享了GEO数据库中寻找临床信息的策略，有助于寻找芯片数据的临床信息。

a04e67cff5aa995ca722d5ae12687823.png

d631fb668c9ddfc0a1dd5cbcf7375555.png

4a6c9d5778e11cd7add030f6a2310bfb.png

c385cf04d32732a3a4d575e7953da532.png

bdc28063dbcae54d8e0bd06d1ce9745c.png

0d874cc2ab2548db98f944e2ea2be9c5.png

解螺旋精品小课训练营

《7天入门GEO数据库训练营》

明天开营扫码立即报名

c675c448405a02f5769809390f1e1d5b.png

《生信全书》--上册2020立一个flag“我一定要掌握它！”扫码领100元优惠，仅限15人哦！???8b7483240737c209c3007bfda13bd19a.jpg

往期《生信体系课-上篇》课程：

1.《生信全书》正式上线，生信研究逻辑思维初尝鲜

2. 基因芯片基础知识全解析，提升BUFF满点

3.两大检索技巧，让GEO数据挖掘垂手可得

af0dea7816a625c249723b8147ddf636.png

3e9023f0bacd0039bec2410ebf8bdbaf.png

8572b7afd27bfa94ba3d0626a11b507f.png

dc8f6e554ce7f5f06d1a16b275389763.png

Logo
DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

【事件触发一致性】研究多智能体网络如何通过分布式事件驱动控制实现有限时间内的共识（Matlab代码实现）

多智能体网络的共识协同是分布式智能系统领域的核心研究问题，在无人机集群、智能电网、多机器人协作、分布式传感网络等领域具备广泛应用场景。针对传统连续时间控制策略存在的通信资源消耗大、控制更新频次冗余、系统能耗过高，以及渐近共识收敛时间无界、实时性难以保障的问题，本文系统性研究分布式事件驱动控制框架下多智能体网络的有限时间共识实现机制。

avatar DAMO开发者矩阵

【事件触发一致性】研究多智能体网络如何通过分布式事件驱动控制实现有限时间内的共识（Matlab代码实现）

多智能体网络的共识协同是分布式智能系统领域的核心研究问题，在无人机集群、智能电网、多机器人协作、分布式传感网络等领域具备广泛应用场景。针对传统连续时间控制策略存在的通信资源消耗大、控制更新频次冗余、系统能耗过高，以及渐近共识收敛时间无界、实时性难以保障的问题，本文系统性研究分布式事件驱动控制框架下多智能体网络的有限时间共识实现机制。

avatar DAMO开发者矩阵

【事件触发一致性】研究多智能体网络如何通过分布式事件驱动控制实现有限时间内的共识（Matlab代码实现）

多智能体网络的共识协同是分布式智能系统领域的核心研究问题，在无人机集群、智能电网、多机器人协作、分布式传感网络等领域具备广泛应用场景。针对传统连续时间控制策略存在的通信资源消耗大、控制更新频次冗余、系统能耗过高，以及渐近共识收敛时间无界、实时性难以保障的问题，本文系统性研究分布式事件驱动控制框架下多智能体网络的有限时间共识实现机制。

avatar DAMO开发者矩阵