GEO数据库中platform信息详解

欢迎关注”生信修炼手册”!

GEO数据库中的platform代表测序平台或者芯片平台，每一个platform用GPL开头的编号唯一标识。对于一个platform而言，通常包含以下3种文件

1. soft

2. miniml

3. suppl

以GPL20814为例，链接如下

https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GPL20814

soft和miniml都是表示该platform的基础信息，比如GPL编号，上传日期等，soft文件的部分内容如下

^DATABASE = GeoMiame
!Database_name = Gene Expression Omnibus (GEO)
!Database_institute = NCBI NLM NIH
!Database_web_link = http://www.ncbi.nlm.nih.gov/geo
!Database_email = geo@ncbi.nlm.nih.gov
^PLATFORM = GPL20814
!Platform_title = Human miRNA Array miRbase release 19
!Platform_geo_accession = GPL20814
!Platform_status = Public on Jun 12 2017
!Platform_submission_date = Aug 18 2015
!Platform_last_update_date = Jun 12 2017

在soft文件中，每种类别的信息以^开头，常见的类别如下所示

1. DATABASE

2. PLATFORM

3. SAMPLE

4. SERIES

DATABASE代表GEO数据库的基本信息，PLATFORM代表该平台的基本信息，SAMPLE代表用该平台得到的样本信息，SERIES代表使用该平台得到的一组样本。

在每种类别中，!开头代表一种类型的信息，常规格式为key = value, 比如

Platform_geo_accession = GPL20814

对于芯片平台而言，还会提供探针和基因之间的对应关系等信息，在对应的网页上，我们可以看到如下的表格

这部分内容在soft文件中也是存在的，示意如下

!platform_table_begin
ID    Reporter Name    miRNA_ID    SPOT_ID
272    hsa-miR-99b-5p    MIMAT0000689    
271    hsa-miR-99b-3p    MIMAT0004678    
270    hsa-miR-99a-5p    MIMAT0000097    
269    hsa-miR-99a-3p    MIMAT0004511    
268    hsa-miR-98-5p    MIMAT0000096
...
!platform_table_end

采用配对的两个!叹号来表示数据的开始和结束，在中间存放对应的表格数据。

miniml中的内容和soft是一样的，只是用XML格式来存储上述信息，而supplement file则是由提交者自己上传的一些补充文件，没有明确的格式。

·end·

—如果喜欢，快分享给你的朋友们吧—

扫描关注微信号，更多精彩内容等着你！