芯片、二代测序的差别及GEO数据库界面

一、GEO基本界面

GEO主要的四类数据：

1、GEO Dataset (GDS)：人工整理的某个类别的GSM集合

2、★GEO Series (GSE)：所有样本的实验数据集合

3、GEO Sample (GSM)：样本的实验数据

4、GEO Platform (GPL)：GPL是芯片的平台，如Affmetrix, Aglent等

• 一篇文章可有多个GSE数据集，一个GSE可有多个GSM样本；多个GSM可根据研究目的整合为一个GDS但使用少；每个GSE都有着对应的芯片平台，就是GPL。
• 芯片、NGS GEO差别主要在原始数据、表达矩阵所处位置，是否需要测序注释信息等

二、高通量测序/二代测序技术/NGS

1、简介：原理等同于PCR，属于基因全序列测定；由于PCR放大过程，因此灵敏度较好，但片段的浓度比例不准确，定量不准；成本较高，但可以发现差异基因、未知基因

2、数据分布及R实现：数据呈离散形式，表达量越高、read占比越大、越容易被检出，read、count服