GEO文章套路，数据下载和批次效应处理

于 2024-02-17 15:21:59 发布
阅读量1.6k 收藏 26
点赞数 36
分类专栏： R语言精美图形绘制教程 文章标签： GEO数据库 SCI复现 生物信息学 组学 小杜的生信笔记 纯生信文章
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/kanghua_du/article/details/136138724
版权

 原文链接：

SCI文章复现 | GEO文章套路，数据下载和批次效应处理icon-default.png?t=N7T8https://mp.weixin.qq.com/s/KBA67EJ7cCK5NDTUzrwJ2Q

一、前言

这是2024年春节后的第一个推送教程，我们也给大家赠送一个福利。将前期的付费教程免费推送给大家。其实，这个教程的周期是很长的，但是到现在也没有更新完。主要原因是，在于自己的时间，自己一个人并没有那么多的业余时间来完成非领域的知识点，只能是在自己得空的时候，来做一做。

因此，小杜一直鼓励和希望大家可以进行投稿（对于，投稿。个人认为是对自己今天做的知识点总结，我们每个人精力是有限的，不可能记忆力那么好（天才排除），一旦时间太久，你再来做同样的事情，可能你依旧不会那么顺利。以上是自己的理解。）

我们第一篇复现的文章寻找的是来自Front Immunol (IF:7.3)题目为:"肾纤维化神经网络诊断模型的建立及免疫浸润特性的研究"。本篇文章发表日期在2023年6月，也算是比较新的文章。

原文链接：SCI文章复现 | GEO文章套路，数据下载和批次效应处理

本期文章目录

​

1.1文章标题：

「英文标题：」Construction of a neural network diagnostic model for renal fibrosis and investigation of immune infiltration characteristics「翻译标题：」肾纤维化神经网络诊断模型的建立及免疫浸润特性的研究

1.2 文章网址：

https://pubmed.ncbi.nlm.nih.gov/37359552/

二、文章摘要

「Background:」 近年来，世界范围内肾纤维化的发病率不断上升，极大地增加了社会负担。然而，该疾病的诊断和治疗工具不足，因此需要筛选潜在的生物标志物来预测肾纤维化。

「Methods:」 利用基因表达综合数据库(Gene Expression Omnibus, GEO)，我们获得了来自肾纤维化患者和健康个体的两个基因阵列数据集(GSE76882和GSE22459)。我们鉴定了肾纤维化和正常组织之间的差异表达基因(DEGs)，并使用机器学习分析了可能的诊断生物标志物。采用受试者工作特征(ROC)曲线评价候选标志物的诊断效果，并采用逆转录定量聚合酶链反应(RT-qPCR)验证其表达。采用CIBERSORT算法测定肾纤维化患者中22种免疫细胞的比例，研究生物标志物表达与免疫细胞比例的相关性。最后，我们建立了肾脏纤维化的人工神经网络模型。

「Results:」 DOCK2、SLC1A3、SOX9和TARP 4个候选基因被确定为肾纤维化的生物标志物，其ROC曲线下面积(AUC)值均大于0.75。接下来，我们通过RT-qPCR验证这些基因的表达。随后，我们通过CIBERSORT分析揭示了肾纤维化组免疫细胞的潜在紊乱，发现免疫细胞与候选标记物的表达高度相关。

「Conclusion:」  DOCK2、SLC1A3、SOX9和TARP被鉴定为肾纤维化的潜在诊断基因，并鉴定出最相关的免疫细胞。我们的发现为肾纤维化的诊断提供了潜在的生物标志物。

三、文章的思路与方法

3.1 思路

Fig. 1A Flowchart of the research以及把整篇文章的框架以及罗列出来，基本思路比较清晰的。

3.2 方法

  1. GEO数据下载：从GEO数据库下载GSE22459数据集和GSE76882数据集中获得患病样本和正常样本,作为训练集。

  2. 进行差异分析，获得DEG数据集

  3. 进行WGCNA分析

  4. 取DEG和WGCNA数据集的交集进行后续分析

  5. 交集数据进行PPI分析

  6. 进行LASSO和SVM-RFE分析获得4个基因

  7. 进行gene expression， ROC，GSEA功能富集、免疫细胞与候选标志物相关性分析和实验验证（说白了就是对前面获得4个基因的功能验证）

  8. ENDING

  9. 发表文章，发表在IF为7.3的期刊上

  10. 借此文章，完成任务之一、考核目标、获得升职机会或获得2023奖学金*W元

四、文章复现声明

我们复现文章，「可能不会获得与作者一样的结果」（不同的人来做，获得结果不一样）。「但是，我们的确保按照作者的思路完成文章重要的部分。也帮助大家根据我们的教程，可以做相关的分析，对于我们来来，这就够了」。学到自己需要的即可。

五、文章结果文件

「Figure 1」 Identification of renal fibrosis-related DEGs. (A) Flowchart of the research. (B) Heat map of differentially expressed genes between renal fibrosis samples and healthy samples. (C) Volcano plot of differentially expressed genes between renal fibrosis samples and healthy samples. (D) weighted correlation network analysis of train cohort. (E) Correlation between blue module and renal fibrosis. (F) Venn of DEGs and WGCNA.

「Figure 2」 Enrichment analisis of renal fibrosis-related DEGs. (A) PPI network of renal fibrosis-related DEGs. (B) The number of connection nodes of hub genes. (C, D) Correlations between top 20 hub genes. (E) The top 10 most significantly enriched GO terms. (F) The top 30 most significantly enriched KEGG pathways.

「Figure 3」 Identification of diagnostic markers for renal fibrosis. (A, B) Tuning feature screening in the LASSO model. (C, D) A plot of biological marker screening via the SVM-RFE arithmetic. (E) Venn graph displaying 4 diagnosis biomarkers shared by LASSO and SVM-RFE.

「Figure 4」 The ROC curve and expression of candidate biomarkers. (A) The ROC curve of DOCK2, SOX9, SLC1A3 and TARP. (B) The expression of DOCK2, SOX9, SLC1A3 and TARP in GSE76882. (C) RT-qPCR of DOCK2, SOX9, SLC1A3 and TARP in HK-2 cells with or without TGF-β. (D) The expression of DOCK2, SOX9, SLC1A3 and TARP in patients with renal fibrosis and healthy individuals.

「Figure 5」 Immune cell infiltration in renal fibrosis samples and control samples. (A) Comparison of 22 immune cell types in renal fibrosis samples and control samples. (B–K) Correlation between candidate biomarkers and neutrophils, macrophages M1, activated mast cells.

「Figure 6」 Correlation between four candidate biomarkers and immune cells. (A) DOCK2. (B) SLC1A3. (C) SOX9. (D) TARP. Correlation between four candidate biomarkers and immune related genes. (E) Chemokine. (F) MHC. (G) Receptor. (H) Immune checkpoint.

「Figure 7」 Gene set enrichment analysis (GSEA) identifies signaling pathways involved in the candidate biomarkers. (A) DOCK2. (B) SLC1A3. (C) SOX9. (D) TARP.

2.1 材料与方法

2.1.1 数据下载

肾纤维化和对照样本的基因表达水平来自基因表达综合GEO数据库。使用数据集GSE76882作为训练集，其中包括99个对照组和175个肾纤维化样本。所有样本都经过标准化处理，以便进行后续分析。为了验证神经网络模型的可靠性，使用数据集GSE22459作为验证集，其中包括25个对照样本和40个肾纤维化样本。

2.1.2 差异分析与WGCNA分析

采用R包“limma”筛选对照样本与肾纤维化样本间基因(DEGs)表达差异，筛选条件为:对FC大于2，fdr小于0.05。随后，我们通过加权相关网络分析(weighted correlation network analysis, WGCNA)获得与肾纤维化相关性最高的模块(8)，并通过交叉得到与肾纤维化相关的DEG。进行基因本体(GO)和京都基因与基因组百科全书(KEGG)富集。

2.2.3 肾纤维化预测标志物的鉴定和验证

最小绝对收缩和选择算子(LASSO)逻辑回归和支持向量机递归特征消除(SVM-RFE)用于识别肾纤维化的预测基因。使用R软件包“glmnet”进行LASSO分析，通过SVM-RFE算法找到最优变量。使用这两种算法筛选候选诊断标记，并使用逆转录定量聚合酶链反应(RT-qPCR)进行验证。

2.2.4 免疫细胞与候选生物标志物的相关性分析

使用CIBERSORT算法评估肾纤维化和对照样本中的免疫细胞。使用R包“ggplot2”进行Spearman秩相关分析，以可视化候选生物标志物与各种免疫细胞之间的相关性。

2.1.5 GSEA富集分析

2.1.6 Drug sensitivity analysis

为了确定治疗肾纤维化的候选生物标志物的其他药物，我们进行了药物敏感性分析。使用CellMiner数据库下载基因表达数据和药敏数据。

2.1.7实验验证

2.1.8 采用人工神经网络建立肾纤维化分类模型

首先，将DEG表达数据转换为基于表达水平的基因评分表。将所有样本表达值的中位数与给定样本中单个基因的表达值进行比较。如果上调基因的表达值大于0，则赋值为1;否则，它被赋值为0。同样，如果下调基因的表达值较高，则赋值为0;否则，它被赋值为1。肾纤维化是结局变量;病例被赋值为1，而对照组被赋值为0。基于构建的Gene Score表，使用R软件包neuralnet(19)可视化人工神经网络模型。模型参数设置为5个隐藏层。为了优化模型，减少过拟合，使用R包Caret(20)计算人工神经网络模型的5重交叉验证。

总的来说，主要流程与Fig. 1A是一样的，我们只是根据作者在Methods描述，进行理解。

「自己理解错误地方」：对我们理解不同的就是，数据上的不同。我原以为是GSE76882和GSE22459都是用来做的训练集的。但是根据Methods的描述，只有GSE76882作为训练集，GSE22459做验证集。OK，这就是我们需要看Methods的作用。

2.2 数据下载(Data acuisition)

分别下载GSE76882和GSE22459，我们可以在NCBI中查看GEO数据集的分析。

2.2.1 在NCBI中查看GEO数据

  1. 打开网页https://www.ncbi.nlm.nih.gov/

  2. 输入GEO号

    可以看到使用该数据集发表的文章数据量（PS：收录在NCBI中的期刊，有些期刊可能未收录NCBI中）。

  3. 点击GEO SERIES

  4. 查看数据集信息 查看该数据集的详细信息，包括样本的分类和的使用平台等信息。

2.2.2 使用R语言下载数据集

以下的分析就开始我们教程真正的分析练习，「如果你想跟着我们的步伐走，那么就一起动手敲代码吧！」

数据下载代码

  1. 设置路径和创建分析文件夹

##'@设置路径
setwd("E:\\小杜的生信筆記\\2023-复现期刊文章系列教程\\复现文章一分析")
##'@创建文件夹
dir.create('00.GEO_RawData', recursive = TRUE)
dir.create('01.GEO_Data', recursive = TRUE)

「注意：」创建文件后，我们最好把此代码注释掉，防止后续分析，又再一次创建，覆盖原有的分析结果。

在此说明一下，我们为什么要创建文件夹，主要是为了后续的分析规范化。不然结果很乱，数据很乱，你找得很辛苦。

2. 加载数据

library(GEOquery)
library(limma)
library(tibble)
library(dplyr)
library(tidyr)

  1. 下载数据 我们这里提供不同的下载方法，就看你自己的数据集能是否符合哪一种下载方法。

下载数据集方法一

（1）、需要在GEO数据集中下载Soft formatted family file文件，并进行解压。

(2)、运行以下代码即可，「注意需要更改你对应的数据号」

##  下载数据
gset <- getGEO('GSE22459',getGPL = F,destdir = ".")
gset=gset[[1]]
exprSet1 = exprs(gset)
#exprSet1 = read.csv("GSE51588.csv",row.names = 1) #####rowname=1很重要
exprSet1[1:5,1:5]
## 导出结果
write.csv(exprSet1, file = "00.GEO_RawData/GSE22459_raw.data.csv",row.names = T,quote = F)

(3)、转换Gene symbol

##'@加载family.soft文件
anno <-data.table::fread("00.GEO_RawData/GSE22459/GSE22459_family.soft",skip ="ID",header = T)
anno[1:5,1:8]

#colnames(anno)[6] <- "Symbol"

probe2symbol <- anno %>%
  
  dplyr::select("ID","Gene Symbol") %>% dplyr::rename(probeset = "ID",symbol="Gene Symbol") %>%
  
  filter(symbol != "") %>%
  tidyr::separate_rows( `symbol`,sep="///")
## 导出  gene symbol数据集合
write.csv(probe2symbol,"00.GEO_RawData/GSE22459/GSE22459_geneSymbol_ID.csv", )
probe2symbol[1:10,1:2]

##转换
exprSet <- exprSet1 %>% as.data.frame() %>%
  rownames_to_column(var="probeset") %>% 
  #合并的信息
  inner_join(probe2symbol,by="probeset") %>% 
  #去掉多余信息
  dplyr::select(-probeset) %>% 
  #重新排列
  dplyr::select(symbol,everything()) %>% 
  #求出平均数(这边的点号代表上一步产出的数据)
  mutate(rowMean =rowMeans(.[grep("GSM", names(.))])) %>% 
  #去除symbol中的NA
  filter(symbol != "NA") %>% 
  #把表达量的平均值按从大到小排序
  arrange(desc(rowMean)) %>% 
  # symbol留下第一个
  distinct(symbol,.keep_all = T) %>% 
  #反向选择去除rowMean这一列
  dplyr::select(-rowMean) %>% 
  # 列名变成行名
  column_to_rownames(var = "symbol")

若需要归一化请进行归一化

##  归一化数据集合
# normalizeExp <- rbind(id=colnames(exprSet1), exprSet1)
# head(normalizeExp)
## 导出数据
write.csv(exprSet,"00.GEO_RawData/GSE22459_uniq.exp.csv",row.names = T)

GEO数据下载方法二

  1. 获得GOE号

  2. 获得芯片平台

  3. 加载代码

在我们构建的语雀网址教程中可以获得！

2.2.3 获得最终的数据集

2.3 数据去重和标准化

2.3.1 数据去重

数据去重是做GEO数据必做的步骤。

其实，使用下载数据的代码，已经做过去重的步骤了。

我们这里依旧给出一套去重的代码，供给有写数据无法使用我们的代码下载时进行去重处理（「PS:如果你需要，你可以保留」）。

##'@去重
##'@若你的数据未进行去重处理，你可以使用以下代码进行去重
##'@在我们前面代码中，已经做了去重处理，这里无需进行
## --
rt <- read.csv("00.GEO_RawData/GSE22459_uniq.exp.csv", header = T, check.names = F)
rt[1:10,1:10]
##
rt <- as.matrix(rt)  ## 转换矩阵
##第一列为行名，第二列以后为表达量
rownames(rt) <- rt[,1]
exp <- rt[,2:ncol(rt)]
##
dimnames = list(rownames(exp), colnames(exp))  #转换成字符串
data <-  matrix(as.numeric(as.matrix(exp)), nrow = nrow(exp), dimnames = dimnames)
## 除去重复值,取平均值
data <- avereps(data)
dim(data)
write.csv(data, "../01.GEO_Data/GSE76882_Exp02.csv")

2.3.2 标准化(归一化)处理

  1. 原始数据值

  2. 标准化(归一化)处理后数值

标准化方法一

我们直接使用scale()函数，直接了当。

df01 <- read.csv("00.GEO_RawData/GSE22459_uniq.exp.csv",header = T, row.names = 1)
df01[1:10,1:10]
normalizeExp <- scale(df01)
normalizeExp[1:10,1:10]

标准化方法二

使用log()函数，log()函数又分为log2()与long10()。我们根据自己情况使用即可。

###'@方法二
nor59 <- log2(df01+1)
nor59[1:10,1:10]

那为什么要log2(df01+1)呢？主要是，数据矩阵中有数值为0.不加1，数据矩阵中会出现NA。

log10()函数操作使用一致。

我们这里对其进行log2(data+1)的标准化处理。目前，还未知文章中作者是否进行标准化，以及如何标准化。

2.3.3 去批次效应

此代码是来自m유양아之手，若大家需要，可以进行尝试一下。

我们在此对本文章的两个数据集进行合并去批次效应，运行代码。

###'@去批次效应

library(GEOquery)
library(stringr)
gseid1 = 'GSE76882'
eSet1 <- getGEO(gseid1, destdir = '.', getGPL = F)
gseid2 = 'GSE22459'
eSet2 <- getGEO(gseid2, destdir = '.', getGPL = F)

#提取表达矩阵exp
exp1 <- exprs(eSet1[[1]])
head(exp1)
exp2 <- exprs(eSet2[[1]])
head(exp2)

#检查数据是否需要对数处理
###############################


#intersect取交集
table(rownames(exp1) %in% rownames(exp2))
length(intersect(rownames(exp1), rownames(exp2)))
a <- intersect(rownames(exp1), rownames(exp2))
exp1 <- exp1[a,]
exp2 <- exp2[a,]

#check the data
boxplot(exp1)
boxplot(exp2)
#组内校正 发现exp2的第三个样本有些异常
librar(limma)
exp2 <- normalizeBetweenArrays(exp2)
boxplot(exp2)

# 提取临床信息
pd1 <- pData(eSet1)
pd2 <- pData(eSet2)

if(!identical(rownames(pd1), colnames(exp1))) exp1 = exp1[, match(rownames(pd1), colnames(exp1))]

if(!identical(rownames(pd2), colnames(exp2))) exp2 = exp2[, match(rownames(pd2), colnames(exp2))]  
# 提取芯片平台
gpl1 <- eSet1[[1]]@annotation
gpl2 <- eSet2[[1]]@annotation


# 合并表达矩阵

exp <- cbind(exp1, exp2)
boxplot(exp)

#分组 
library(stringr)
group1 <- ifelse(str_detect(pd1$title, "Tumour"), "Tumour", "Normal")
group2 <- ifelse(str_detect(pd2$source_name_ch1, "Paracancerous", "Normal","Tumour"))

group <- c(group1, group2)
table(group)
group <- factor(group, levels = c("Normal","Tumour"))
save(gseid1, gseid2, group, exp, gpl, file = 'exp.Rdata')

#检查
boxplot(exp, outline = F, notch = T, col = group, las = 2, main = 'Origina')

###处理批次效应
library(limma)
batch <- c(rep('A', 12), rep('B',6)) #各个数据集里的样本数重复
exptotal <- removeBatchEffect(exp, batch = batch)

#检查数据
boxplot(exptotal, outline = F, notch = T, col = grou , las = 2, mian = 'Batch corrected')
par(mfrow = c(1, 2)) #展示的图片为一行两列
boxplot(as.data.frame(exp), mian = 'Original')
boxplot(as.data.frame(exptotal), mian = 'Batch corrected')

下期内容

差异分析

若我们的分享对你有用，希望您可以「点赞+收藏+转发」，这是对小杜最大的支持。

「往期文章：」

「1. 复现SCI文章系列专栏」

「2. 《生信知识库订阅须知》,同步更新，易于搜索与管理。」

「3. 最全WGCNA教程（替换数据即可出全部结果与图形）」

「4. 精美图形绘制教程」

「5. 转录组分析教程」

「转录组上游分析教程[零基础]」

「一个转录组上游分析流程 | Hisat2-Stringtie」

「小杜的生信筆記」，主要发表或收录生物信息学的教程，以及基于R的分析和可视化（包括数据分析，图形绘制等）；分享感兴趣的文献和学习资料!

小杜的生信筆記
关注
  • 36
    点赞
  • 踩
  • 26
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
R语言实现去除批次效应
weixin_49320263的博客
06-28 1396
R语言实现去除批次效应
GEO数据库数据下载方法总结
热门推荐
sakoko_的博客
03-11 3万+
#GEO数据下载 GEO是生信分析经常用到的数据库。经常需要从中获取表达矩阵，平台信息，meta信息等，本博文总结了几种下载GEO数据的方法，各有优劣，实际应用过程中自行选择适合自己的。 ##方法一：直接从浏览器中下载 以数据集GSE1001为例， 可以直接点击“Series Matrix Files”获取该样本txt格式的表达谱数据，一般我们认为这种处理过的表达谱数据是没有问题的，当然，具体情况具体分析。 打开下载的文件可以看到许多“#”开头的行，这些是注释信息，一般关注这些注释信息中的“data pr
SCI文章复现 | GEO文章套路，数据下载和批次效应处理
最新发布
BioinfoDu
02-17 1812
近年来，世界范围内肾纤维化的发病率不断上升，极大地增加了社会负担。然而，该疾病的诊断和治疗工具不足，因此需要筛选潜在的生物标志物来预测肾纤维化。「Methods:」利用基因表达综合数据库(Gene Expression Omnibus, GEO)，我们获得了来自肾纤维化患者和健康个体的两个基因阵列数据集(GSE76882和GSE22459)。我们鉴定了肾纤维化和正常组织之间的差异表达基因(DEGs)，并使用机器学习分析了可能的诊断生物标志物。
【GEO Database - 2】sva-ComBat函数去除批次效应
yayiling的博客
02-05 1万+
文章目录一、什么是批次效应（batch effect）二、为什么要去除批次效应？三、处理过程1、环境搭建2、读入已标准化过的数据3、对三套数据取交集进行合并4、用Combat（）进行处理四、批次处理前后对比1、Heat Map2、PCA 一、什么是批次效应（batch effect） 芯片批次效应是在处理过程中由于技术原因（非生物因素）而添加到样本中的变异。 1、包括使用的扩增试剂的批次，测定完成的时间，甚至大气臭氧水平。如样本制备中的系统变化，扫描仪的差异。 2、还有就是用道不同平台（Illumina/a
GEO学习笔记1 去除批次效应 学习教程 非常好的练习
生信小博士的博客
10-13 2167
allDiff_pair
GEO数据下载方法
weixin_56845253的博客
02-19 9544
GEO数据下载方法
GEO地图数据分布处理
11-09
本话题主要探讨如何有效地管理和处理这些数据，以实现数据的分布存储、查询优化以及可视化呈现。 首先，我们要理解GEO地图数据的基本结构。通常，这些数据以某种格式存储，如ESRI的Shapefile、GeoJSON、KML或GPX等...
2023最新地图数据，包含省市区，坐标，geo
10-12
标签中的“mysql geo 地图数据”进一步确认了数据与MySQL和地理信息（geo）的关联。"geo"通常指代地理编码或地理信息系统中的数据，这里可能指的是MySQL中的Spatial扩展，它允许存储、查询和操作几何对象，如点、线...
全国省市GEO数据（json版本和echarts版本）
10-25
全国省市GEO数据是用于地图可视化的重要资源，尤其在数据分析和Web应用开发中十分常见。这份压缩包包含两种格式的数据：json版本和echarts版本，适用于不同的应用场景。 1. **JSON版本**： JSON（JavaScript ...
浙江省街道乡镇geo json地图数据全
10-12
它基于JSON（JavaScript Object Notation）语法，使得数据易于读取和处理，特别适合Web应用。 描述中的“根据街道分组展示数据”意味着这些GeoJSON文件包含了浙江省各街道和乡镇的边界信息，可以用于按街道或乡镇对...
成都最新行政区划，包含天府新区和东部新区，最全geo数据
07-04
6. **GIS应用**：地理信息系统结合了计算机科学、地理学、遥感技术等，能对geo数据进行采集、处理、分析和展示。在成都市最新行政区划的场景下，GIS可以用于规划分析、灾害预警、公共服务优化等方面，帮助决策者制定...
【Bioinfo Blog 010】【R Code 009】——ComBat处理GEO数据批次效应
10’s Blog
12-14 6902
一、Batch Effect 1.1 什么是批次效应(batch effect)？ 批次效应是测量结果中的一部分，它们因为实验条件的不同而具有不同的表现形式，并且与我们研究的变量没有关系。 不同平台的数据，同一平台的不同时期的数据，同一个样品不同试剂的数据，以及同一个样品不同时间的数据等等都会产生一种 batch effect。 校正批次效应的目的是减少batch之间的差异，从而更好的获取不同生物学状态之间的差异。 1.2 数据标准化可以去除批次效应吗？ 组学大讲堂上给出的答案是：能够减弱，不能从根本上消除
GEO数据下载及整理
zhengxj_的博客
11-29 1682
啊
GEO学习笔记-P1-P2
weixin_47855187的博客
11-15 3193
学习材料：【生信技能树】公共数据库挖掘实例（基于R语言） bilibili版本 GEO主要包含4种类型的数据：平台（Platform,GPL）、样本（Sample,GSM）、系列（Series，GSE）、数据集(Datasets,GDS)，以及表达谱。 四种编号GPL，GDS，GSE和GSM可以获得完整的平台，数据集，系列以及样本的信息. 其中： 原始数据：GPL(Platform),GSM(Sample),GSE(Series) 数据集GDS(DataSets), 表达谱(Profiles).
生信入门（三）——使用limma、Glimma和edgeR,RNA-seq数据分析
羊羊的博客
09-22 4445
使用limma、Glimma和edgeR,RNA-seq数据分析 文章目录使用limma、Glimma和edgeR,RNA-seq数据分析六、差异表达分析1、创建设计矩阵和对比2、从表达计数数据中删除异方差3、拟合线性模型以进行比较4、检查DE基因数量5、检查单个DE基因6、差异表达结果可视化7、使用camera的基因检验 本篇继续上一篇数据预处理之后做差异表达分析。 六、差异表达分析 1、创建设计矩阵和对比 在此研究中，我们想知道哪些基因在我们研究的三组细胞之间以不同水平表达。我们的分析中所用到的线性模型
GEO数据库学习一(简介 数据下载 芯片知识)
weixin_73362123的博客
11-27 1万+
NCBI Gene Expression Omnibus（GEO）是一个存储各种高通量实验数据的公共数据库。这些数据包括基于单通道和双通道微阵列的实验，检测mRNA，基因组DNA和蛋白质丰度，以及非阵列技术，如基因表达系列分析（SAGE），质谱蛋白质组学数据和高通量测序数据。
GEO 下载
weixin_46587777的博客
05-22 404
GEO]下载表达矩阵并检查是否完整 如何获取表达矩阵 downGSE <- function(studyID, destdir = ".") { library(GEOquery) eSet <- getGEO(studyID, destdir = destdir, getGPL = F) exprSet = exprs(eSet[[1]]) pdata = pData(eSet[[1]]) write.csv(exprSet, paste0(stu
使用GEOquery下载GEO数据
Joshua_HIT的博客
02-26 2万+
最近需要下载一大批GEO上的数据，问题是我要下载的Methylation数据根本就没有sra文件，换言之不能使用Aspera之类的数据进行下载。但是后来我发现了GEOquery这个不错的R包，不知道是网络问题还是怎么，GEOquery有时候运行也不太稳定，但是总体来说，很好地解决了我的问题。首先假设我们想要下载的数据是GSE77445，这是一批DNA甲基化数据，我们可以在R语言中安装GEOquery
公共数据库挖掘第一步-GEO数据库下载表达谱数据和生存数据
庐州月光的博客
04-01 1万+
欢迎关注”生信修炼手册”!在NAD+代谢相关基因的文章中，针对来自GEO数据库的ALS患者的表达谱数据进行了挖掘，本文就以这两批GEO数据为例，来详细展示原始数据的下载过程公共数据库的数据挖掘有多种模式，每种模式需要的原始数据也不尽相同。所以，首先我们要明确目标，对于这个基因建模而言，我们需要以下两种数据1. 基因表达谱2. 患者的生存数据明确目标之后，我们就可以针对的来...
使用r软件怎么下载与处理geo数据
09-27
要使用R软件下载和处理地理空间数据，可以遵循以下步骤： 1. 首先，确保你已经安装了R软件和相应的地理空间数据包，例如sp和rgdal等。这些包可通过运行install.packages()命令来安装。 2. 要下载地理空间数据，你可以在R环境中使用相应的包，如raster或sf。例如，你可以使用raster包中的函数getData()来下载一些地图数据。另外，你还可以使用rgdal或raster包中的函数readOGR()来读取矢量数据。 3. 一旦你成功下载了地理空间数据，你可以使用各种地理空间数据操作函数进行处理。例如，你可以使用sf包中的函数st_read()读取矢量数据，然后使用st_transform()函数将其投影到其他坐标系。如果你使用raster数据，你可以使用raster包中的函数来进行栅格数据的裁剪、重采样和计算。 4. 此外，你还可以使用其他地理空间数据分析和可视化的工具和包，如ggplot2、leaflet等，来进行地理空间数据的进一步处理和展示。 总之，要在R中下载和处理地理空间数据，你需要安装相应的地理空间数据包，并使用这些包中的函数来下载和处理数据。接着，你可以使用各种地理空间数据操作函数和分析工具来对数据进行进一步的处理和可视化。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小杜的生信筆記

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值