GEO数据库表达矩阵和临床信息的简单提取(附：R软件的几个实用代码）（GSE12417）

##GEO数据库下载：
install.packages("BiocManager")
BiocManager::install("GEOquery")
library(GEOquery)
library(dplyr)
library(tidyverse)
gset=getGEO(GEO="GSE12417",destdir = ".",getGPL = F)#有3个数据集，以其中一个为例
e2=gset[["GSE12417-GPL96_series_matrix.txt.gz"]]

 

##S4对象提取的三种方法：
方法一：$或者@
exp=e2@assayData$exprs#表达矩阵
phe=e2@phenoData@data#临床信息
方法二：直接通过鼠标操作再粘贴
exp=e2@assayData[["exprs"]]
phe=e2@phenoData@data
方法三：用函数提取 提取表达矩阵（了解即可）
exp=exprs(e2)
pdata=pData(e2)#分组信息

R软件的几个实用代码：

##R包安装：3种方式
1.在CRAN 存储库的r包
install.packages("xxx")
2.在Bioconductor存储库中的r包
if(!requireNamespace("BiocManager",quietly = TRUE))
  install.packages("BiocManager")
BiocManager::install("GEOquery")
3.在GitHub储存库中r包
Install.packages("devtools")
library(devtools)
devtools::install_github("xxx")

##读取探针文件：官网下载相关文件
library(data.table)
anno=fread("GPL96-57554.txt",header =T,data.table = F)

##文件保存与加载：
save(gset,file = "gset.rdata")#保存
load("gset.rdata")#加载
saveRDS(gset,file = "gse12417.rds")#保存
x1=readRDS("gse12417.rds")#加载
 

##清空环境
rm(list=ls())    
##系统报错改为英文
Sys.setenv(LANGUAGE = "en")
##禁止转化为因子
options(stringsAsFactors = FALSE)

##cbind()函数将两个矩阵横向合并，要求被合并的两个矩阵具有相同的行数。rbind()函数将两个矩阵纵向合并，要求被合并的两个矩阵具有相同的列数。
##当出现一个探针对应多个基因名的情况下，表明探针不够特异，在此只保留第一个基因。
##行名rownames不可以重复，列名colnames可以重复。
##提取某一列的结果为向量，提取某多列的结果为数据框，提取某行的结果也是数据框。数据框的结构是各列聚合在一起。