R第一讲：从GEO得到GSE文件，探针转换成完整的表达矩阵

library(GEOquery)
gset=getGEO(GEO='GSE12417',destdir = '.',getGPL = F)
#提取随便一个
e2=gset[[2]]

##得到表达和表型信息

exp=e2@assayData$exprs
phe=e2@phenoData@data

library(data.table)
#从GEO官网下载GPL信息，为了得到探针和gene id的对应关系
anno=fread("GPL96-57554.txt",header =T,data.table = F)

colnames(anno)#为了看gene symbol是第几列
gene=anno[ ,c(1,11)]##提取anno中探针和gene id的对应关系

########接下来进行细化这种对应关系，因为一个探针可能对应多个gene名

x2=anno$ID
x1=anno$`Gene Symbol`

a1=strsplit(x1,split = " /// ",fixed = T)##分隔x1里重复的基因

gene.all = sapply   (    a1,     function(x)   {  x [1]    }      )##a1是list，需要整合

g1=data.frame(x2,gene.all)##实际上是对粗略提取出来的对应关系进行细化

#######接下来转化的核心环节

exp=as.data.frame(exp)##操作才能进行下去

exp1=merge(g1,exp, by.x = "x2",by.y = 0)##初步对应好了

#######接下来对基因名进行去重和去除缺失值

library(dplyr)
exp2=distinct(exp1,gene.all,.keep_all = T)

exp3=na.omit(exp2)

rownames(exp3)=exp3$gene.all

exp3=exp3[ ,-1]##运行两遍

得到的exp3就是完整的表达矩阵