针对GEO，arrayexpress数据库寻找基因注释包-补充

1、首先我们要知道这两个数据库里面的芯片数据分为两大类，一类是原始数据，只有压缩包，压缩包里面是每个样本的信息，另一类是已经处理过的数据，是整理好的矩阵。

2.我们以GEO的GSE16778为例子

打开GEO网页，在搜索框输入GSE16778，可见下面的页面。1是注释平台信息，2里面也有注释平台信息，3是处理好的矩阵，但是若矩阵的大小小于1M，这就表明里面没有处理好的数据，这时你就需要下载4，也就是原始文件，用R进行合并处理。在网站上面的注释平台文件一般都比较大，我们可以利用R的包，下载相关的注释包，这个网上的教程都有很多了，就不在这里举例了。

 

3.关于arryexpress数据的注释包，有部分是与GEO数据库相同的，因为在该数据库里面有一部分的数据是来源于GEO.我这里主要讲述不在GEO数据库的部分。

针对原始数据，在网上已经有大佬分享了教程，在进行数据预处理的过程中就进行了基因注释。

对于已经处理好的数据的处理，打开adf.txt文件，搜索annotation，查看注释平台信息；可在网页用ctrl+F搜索，或者直接利用adf文件进行注释，用R提取相关列，再用merge函数合并