GEO数据库中搜索数据

最新推荐文章于 2025-03-04 21:18:13 发布
最新推荐文章于 2025-03-04 21:18:13 发布
阅读量1.5k 收藏 1
点赞数
文章标签： 生物信息学
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/qq_27390023/article/details/125603113
版权

GEO数据库https://www.ncbi.nlm.nih.gov/gds/

GEO DataSets和GEO Profiles是NCBI的Entrez数据库网络的一部分。与这些其他数据库一样，只需在GEO DataSets或GEO Profiles的搜索框中输入关键词，就可以找到感兴趣的数据。在GEO DataSets和GEO Profiles页面头部链接的高级搜索和限制页面，对复杂查询的构建有很大帮助。要构建一个复杂的查询，指定搜索条件、它们的字段，以及使用以下语法对条件进行布尔运算。

term [field] OPERATOR term [field]

注：OPERATOR is the Boolean operator ('AND', 'OR', 'NOT' must be capitalized).


常用字段为：
All Fields，Title，MeSH Terms，Description，Number of Samples，Supplementary Files，Update Date，GEO Accession，Organism

Search Examples:

Search by...Search text
Free textsmoking cancer
Keywords and species(smok* OR diet) AND (mammals[organism] NOT human[organism])
Studies in the NIH Roadmap Epigenomics project"roadmap epigenomics"[Project] 
Study type"expression profiling by high throughput sequencing"[DataSet Type]
Studies with between 100 and 500 samples100:500[Number of Samples]
Studies with CEL files"cel"[Supplementary Files]
DataSets that have 'age' as an experimental variable"age"[Subset Variable Type]
Authorsmith a[Author]
Published between January and June 20072007/01:2007/06[Publication Date]
Platform accessionGPL570
Studies with PubMed identifiers"gds pubmed"[Filter]

关于MeSH  https://www.nlm.nih.gov/mesh/meshhome.html


例子

gastric tumor[MeSH] 

gastric tumor[Title] 

gastric tumor[Title] AND Homo sapiens[Organism] 

Colorectal Neoplasms[MeSH]

Colorectal Neoplasms[MeSH] AND Homo sapiens[Organism] 

Colorectal Neoplasms[MeSH] AND Homo sapiens[Organism] AND 100:500[Number of Samples] AND 

Colorectal cancer[All Fields] AND Homo sapiens[Organism] 

Colorectal cancer[MeSH  Terms] AND "Homo sapiens"[Organism] 

(survival OR prognosis OR prognostic OR outcome OR death OR relapse OR recurrence) AND Colorectal Neoplasms[MeSH] AND Homo sapiens[Organism] AND (metastatic OR metastasis) AND 10:10000[Number of Samples] AND GPL570[Related Series]

Colorectal Neoplasms[MeSH] AND immunotherapy[Title] 

Colorectal Neoplasms[MeSH] AND primary[Title] 

Colorectal Neoplasms[MeSH] AND primary[metastatic]  

(intestinal polyps[MeSH] OR Colorectal Neoplasms[MeSH]) AND Homo sapiens[Organism] AND primary[Title] AND AND 10:10000[Number of Samples] 

参考

https://www.ncbi.nlm.nih.gov/geo/info/qqtutorial.html
 

qq_27390023
关注
GEO数据库提取疾病样本和正常样本|GEO数据库区分疾病和正常样本|直接用|生物信息|生信
qq_43777616的博客
09-18 919
GEO数据库提取疾病样本和正常样本|GEO数据库区分疾病和正常样本|直接用|生物信息|生信
GEO数据库中单细胞测序数据下载
热门推荐
XIUXIU179的博客
10-30 2万+
首先GEO数据库是收集基因表达的数据库 一般高通量测序文章发表时会将原始数据上传至GEO数据库并在文章中提供GSE 号，如果想对某些文章的数据进行在分析，可以在GEO数据库搜索文章中的GSE号。 用户提供的原始数据有3种：Platform,Sample和Series。GEO数据库整理后的数据分为：数据集（datasets）和表达谱（profiles）。GEO数据库具体存放四类数据：GDS、GSE、GSM、和GPL。GDS号（GDSxxx）对应的一个同一平台的数据...
geosearch:地理空间搜索库
06-30
地理搜索 地理空间搜索库
Elasticsearch ES实现GEO位置搜索
Lyndon的专栏
01-09 2297
ES中实现GEO位置搜索
用GEO实现附近商铺搜索
hello77的blogggg 祝你得偿所愿
03-04 185
geo实现搜索附近商户功能
开源宝藏：geocode-sqlite，地点编码从未如此简单！
gitblog_00749的博客
08-30 861
开源宝藏：geocode-sqlite，地点编码从未如此简单！ geocode-sqliteGeocode rows in a SQLite database table项目地址:https://gitcode.com/gh_mirrors/ge/geocode-sqlite 在地理信息处理的广阔天地里，精确的地址编码是连接现实世界与数字地图的关键。今天，我们来探索一款名为geocode-sql...
GEO数据上传教程 SuperSeries
m0_46336667的博客
01-05 1777
metadata spreadsheet模板可以在下方下载，一个组学数据填写一个，我有两个组学数据，所以要填写RNA-seq以及WGBS，对应两个xlsx。然后选择RNA-seq文件夹，提交了RNA-seq的metadata数据，提交的时候在comment要求定义为一个super系列，也提供了大标题名，首先选择WGBS文件夹，提交了WGBS的metadata数据，提交的时候在comment要求定义为一个super系列，并提供了大标题名。因为有两个组学数据，我分别建了两个文件夹，WGBS和RNA-seq，
GEO/SRA数据库
weixin_30907935的博客
09-06 2168
GEO数据库 GEO数据库隶属于NCBI，是最大最全面的基因表达数据库，主要是芯片和转录组测序数据。除储存数据外，也提供一些数据挖掘工具，因此利用好这个数据库，没有实验，没有自己的数据也能发好文章！ https://www.ncbi.nlm.nih.gov/geo/ SRA文件的存放 从NCNI的这个站点（https://www.ncbi.nlm.nih.gov/pro...
GEO数据库使用教程.pdf
10-08
这份教程旨在帮助用户有效地检索、下载和分析GEO数据库中的数据，以便于进行生物医学研究。 首先，理解GEO数据库的基本结构至关重要。GEO数据库由三个层次组成：Series（系列）、Sample（样本）和Platform（平台）...
GEO数据库简介GEO数据库简介.ppt
06-03
**GEO数据库详解** GEO，全称Gene Expression ...总的来说，GEO数据库作为全球最大的基因表达数据资源，对于生命科学研究人员来说是一个不可或缺的工具，它极大地推动了生物学研究的进展，促进了跨学科的合作与交流。
GEO数据库的使用.docx
12-18
在GEO数据库中，用户可以通过关键词搜索相关的基因表达数据。例如，搜索“gastric carcinoma”就可以找到与胃癌相关的基因表达数据。用户也可以通过选择相关的rganism来限制搜索结果，例如选择“Homo sapiens”就...
生信小白菜之GEO数据库简介及数据获取方式
yangyulu1998的博客
03-21 5949
看差异基因pheatmap包输入数据是数值型matrixdata.frame颜色变化是数值大小聚类树：层次聚类。
如何下载关于人类或者其它物种的全部转录本名称（NM_）
wish_to_top的博客
04-07 6819
记录 如果我在已经有了基因名的情况下，可以有几种方法 1.通过NCBI的GENE数据库 1）首先进入到https://www.ncbi.nlm.nih.gov/gds/中，然后选择你要的基因 2）例TP53,需要观察物种 3）选择并点击，进入，ctrf + F,输入 NCBI Reference Sequences (RefSeq) ，查询这个基因所具有的转录本 ，结果如下 总结：这种方法适用于基因个数比较少的情况，当基因个数比较多时，则需要利用R包biomart进行转换，或者数据库资源 2. 数据库资源
MongoDB的地理位置搜索GeoSearch使用方法探索
技术笔记
12-21 9581
mongoDB的GeoSearch geohash算法 mongoDB使用方法 建立索引 geo查询 方法一网上互相copy的方法 方法二官方文档的方法 方法三within方法mongoDB的GeoSearch 诸如陌陌，Wechat等附近的人功能，都是基于终端上传数据到服务器，然后服务器对以某一个位置为圆心，以一定范围进行搜索来实现的。  如果我们自己对地理位置坐标进行建模搜索附近的人，需要实现
geopandas 笔记： datasets 数据集
qq_40206371的博客
09-08 1122
geopandas 自带的几个数据集。
关于生物信息学的理论知识(2)
m0_70373388的博客
03-07 1441
BLAST：BLAST（基本局部比对搜索工具）是最常用的生物信息学软件之一，用于查找生物序列数据库中的相似序列。（如DNA、RNA或蛋白质序列）的工具。通过比对已知的序列数据库，科学家可以识别新的序列，并推断它们可能的功能。用于研究基因的同源性和功能。Clustal：Clustal是一个多序列比对程序，可以对多个序列进行比对和比较。Biopython：Biopython是一个Python库，提供了许多生物信息学工具和算法，包括序列分析、比对、文件读写等。
Redis 系列08--Redis GEO
fengxianaa的博客
04-24 1454
redis 地理位置 GEO
处理SQL中的第N高的成绩类似问题
weixin_43878062的博客
10-19 569
利用SQL语句中的limit和offset limit语法 limit n 分句表示：读取n条数据 limit n,m分句表示：跳过n条数据，读取m条数据 limit n offset m 分句表示：跳过m条数据，读取m条数据 使用 题目 解决方法 --创建函数 N：第N高的成绩 CREATE FUNCTION getNthHighestSalary(N INT) RETURNS INT BEGIN --提前第N前的数据 set n=N-1; RETURN ( # Write you
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...
GEO数据库没有原始数据怎么办
最新发布
03-16
<think>好的，我现在需要解决用户关于GEO数据库中缺失原始数据的问题。首先，我得回忆一下GEO数据库的基本情况，用户提到的引用资料提到GEO是存储基因表达数据的公共数据库，由NCBI维护，包含各种高通量数据。用户的问题是如何处理当他们在GEO中找不到需要的原始数据时的情况。 根据引用[3]，如果从GEO得到的芯片数据需要差异表达分析，可以考虑使用GCBI平台来处理原始CEL文件。这可能是一个解决办法，但用户的问题是关于缺失原始数据的情况，比如某些数据集可能没有上传原始数据，只有处理过的数据。这时候该怎么办呢？ 首先，我需要考虑用户可能遇到的几种情况：原始数据未上传、数据部分缺失或格式问题。然后根据每个情况提出解决方法。例如，引用[1]提到上传数据到GEO需要获取登录号，但反过来，如果别人的数据没有上传原始数据，用户可能需要联系作者或者寻找替代数据集。 另外，引用[5]提到探针ID与基因名的映射问题，这可能与数据处理有关，但如果原始数据缺失，可能需要其他方法，比如使用其他数据库或补充数据。例如，用户可能需要检查其他数据库如ArrayExpress，或者使用已处理的表达矩阵进行再分析，尽管这可能限制分析的深度。 还要考虑使用GEO的补充材料，或者文献中提供的数据。引用[4]指出GEO收录已发表论文的数据，所以如果原始数据不在GEO，可能需要查看论文的补充材料是否有数据。此外，引用[2]提到GEO适合非肿瘤研究，但如果是肿瘤数据，可能需要结合TCGA等数据库。 总结可能的解决步骤：1. 检查GEO中是否有其他形式的数据可用，如处理过的矩阵；2. 联系数据提交者获取原始数据；3. 使用替代数据库；4. 利用已处理的数据进行再分析；5. 使用其他工具或平台处理现有数据。同时，需要提醒用户注意数据质量，比如引用[5]中提到的探针与基因名映射的问题，可能会影响分析结果。 最后，确保回答结构清晰，分点列出解决方案，并引用相关的资料作为支持。例如，使用GCBI平台（引用3）、检查其他数据库（引用2和4）、联系作者（引用1）等。同时，生成的相关问题需要围绕GEO数据挖掘的常见问题，如差异分析、数据预处理等。</think>### 处理GEO数据库中缺失原始数据的解决方案 当在GEO数据库中遇到原始数据缺失时，可以通过以下步骤逐步解决： #### 1. **确认数据缺失类型** - **原始数据未上传**：部分研究仅提交处理后的表达矩阵（如`GSEXXXX_series_matrix.txt`），而未提供原始文件（如CEL文件）[^4]。此时需检查数据集页面中的“Supplementary file”或“Series Matrix File”部分。 - **数据不完整**：某些样本的原始数据可能因提交者遗漏而缺失，需通过数据集描述文件（如`Samples.csv`）核对样本数量。 #### 2. **尝试替代数据源** - **使用处理后的表达矩阵**： 若原始数据不可用，可直接下载已标准化的表达矩阵（如FPKM、TPM值）。例如： ```r library(GEOquery) gset <- getGEO("GSEXXXX", destdir=".", getGPL=FALSE) expr <- exprs(gset[[1]]) ``` 虽然灵活性较低，但能满足基础差异表达分析需求[^2]。 - **检索其他数据库**： 在ArrayExpress、TCGA或ICGC中搜索相同疾病或实验条件的数据作为补充[^2][^4]。 #### 3. **联系数据提交者** - 通过GEO数据集页面中的“Contact”信息或原始论文通讯作者邮箱，请求补充原始数据。据统计，约30%的研究者会响应此类请求[^1]。 #### 4. **利用工具间接处理** - **从处理后的数据反推**： 若仅有标准化数据，可通过`limma`包的`voom`函数模拟原始计数分布（适用于RNA-seq数据）： ```r design <- model.matrix(~0 + group) v <- voom(expr_matrix, design, plot=TRUE) ``` - **探针重注释**： 若原始探针注释文件缺失，使用GPL平台的探针序列通过Blast比对到最新基因组版本[^5]。 #### 5. **注意事项** - **数据质量控制**：检查缺失值比例，若超过15%，建议使用`impute`包的K近邻算法填补： ```r library(impute) expr_imputed <- impute.knn(expr_matrix)$data ``` - **跨平台验证**：若需整合多数据集，使用`sva`包的`ComBat`函数校正批次效应。 --- ### 相关问题 1. 如何从GEO的标准化表达矩阵中提取差异表达基因？ 2. 处理多批次GEO数据时如何消除批次效应？ 3. GEO数据库中如何筛选适合特定疾病研究的数据集？ 4. 探针ID注释不匹配时有哪些解决方案？[^5] 通过以上方法，即使原始数据缺失，仍能有效利用GEO数据进行后续分析。建议优先选择包含原始CEL文件且样本量大于30的数据集以提高可靠性[^2]。
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
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