解决99%的GEO芯片平台探针基因注释问题！

已于 2024-12-23 17:43:51 修改
阅读量1.5k 收藏 25
点赞数 25
分类专栏： R函数开发 GEO数据挖掘 文章标签： 数据库
于 2024-11-09 17:07:08 首次发布
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.youkuaiyun.com/jaychouwong/article/details/143647706
版权

获取更好阅读体验：解决99%的GEO芯片平台探针基因注释问题！

1. 前言

上一篇文章 听说你的使用getGEO经常有网络问题？一行代码解决下载GEO表达谱和临床数据 解决了GEO表达谱下载的问题。

然而，从众多客户的需求来看，大家对于后续的探针注释似乎觉得更难。

那么，这次我就教大家如何进行探针的基因注释，基本可以涵盖 99% 平台的情况。

B站已经同步讲解 本篇内容，复制BV号【BV1ifDoY4E1b】至B站可直接观看。

本教程所有代码、资料已打包，公众号【生信摆渡】后台回复【download_GEO】即可获取。

2. GPL文件的下载和读入

虽然有一些自动注释的R包，但大家还是要学习如何从GPL文件自己构建注释表的，毕竟R包更新是不及时的。

以GPL570为例。

首先看网页，包含了头部信息 Data table header descriptions 和一部分的表格 Data table。

头部信息包含了注释表格每一列的解释。在GPL文件中以#标识符开头，因此在读入时需要跳过。

接着展示注释表格的行数和文件大小。

再往下是下载按钮。不过有的平台不提供下载按钮，只能在线查看，而且打开后浏览器就卡住了。

这种情况可以将在线查看的HTML网页下载下来，然后进行读取处理也是可以的，下面会详细介绍。

读取：

  • 首先安装我编写的工具包
remotes::install_github("JiahaoWongg/bioinfobaidu.utils")
  • 下载下来后进行读取
read_GPL <- function(GPL_file){
    nskip = sum(subString(readr::read_lines(GPL_file, n_max = 100), 1) == "#")
    anno_tb = data.table::fread(GPL_file, skip = nskip)
    return(anno_tb)
}

GPL_file = "GPL570.txt"
raw_tb = read_GPL(GPL_file)
hd(raw_tb)
# dim: 54675 × 16 
#          ID GB_ACC SPOT_ID Species Scientific Name Annotation Date
# 1 1007_s_at U48705                    Homo sapiens     Oct 6, 2014
# 2   1053_at M87338                    Homo sapiens     Oct 6, 2014
# 3    117_at X51757                    Homo sapiens     Oct 6, 2014
# 4    121_at X69699                    Homo sapiens     Oct 6, 2014
# 5 1255_g_at L36861                    Homo sapiens     Oct 6, 2014

构建探针注释数据库

  • 提取注释信息。
  • 去除一探针对应多个基因的情况，只取第一个基因。
  • 统一将没有对应基因的探针注释为空 ""
anno_tb = data.frame(ID = raw_tb$ID, SYMBOL = raw_tb$`Gene Symbol`)
anno_tb$SYMBOL = subString(anno_tb$SYMBOL, 1, "[ /|]")
anno_tb$SYMBOL[anno_tb$SYMBOL == "NA"] = ""
anno_tb$SYMBOL[anno_tb$SYMBOL == "---"] = ""
hd(anno_tb)
# dim: 54675 × 2 
#          ID SYMBOL
# 1 1007_s_at   DDR1
# 2   1053_at   RFC2
# 3    117_at  HSPA6
# 4    121_at   PAX8
# 5 1255_g_at GUCA1A

这样注释文件就准备好了，为了方便使用，可以将每一个GPL注释数据库保存在一个列表里，并保存为RData，需要用时载入就行，这就构建了探针注释数据库了。

obj_file = "./anno_obj.RData"
if(!file.exists(obj_file)){
	anno_obj = list()
} else {
	anno_obj = get(load(obj_file))
}	
anno_obj[[GPL]] = anno_tb
save(anno_obj, file = obj_file)

进行注释

首先需要下载数据集的表达矩阵和样本信息。

使用之前的文章听说你的使用getGEO经常有网络问题？一行代码解决下载GEO表达谱和临床数据 的getGEO2函数可以一键下载。

并且这一次对getGEO2也进行更新了，第一点是自动检测和执行是否需要进行log转化，第二点是使用limma进行样本间标准化。

所以需要后台获取最新代码，当然，这次的代码也整合了新版本的getGEO2。

obj = getGEO2("GSE23586")
# INFO [2024-11-09 16:10:40] Querying dataset: GSE23586 ...
# 	Try time 1 ... succeed.
# - GPL: GPL570 
# - Found 6 samples, 38 metas.
# - Writting sample_anno to 00_GEO_data/GSE23586_sample_anno.xlsx. 
# INFO [2024-11-09 16:10:42] Execute log(expM + 1) ...
# INFO [2024-11-09 16:10:43] Normalize between arrays ...
# - Successed, file save to 00_GEO_data/GSE23586.RData.

GPL = obj$GPL
expM = obj$expM
  • 之后将原始表达矩阵的行名根据注释表替换为基因名就行了。
  • 可能存在多探针对应同一个基因的情况，可以选择的去重方法可以选择取平均mean或直接删掉重复的remove。建议取平均值，虽然计算要慢得多。如果很慢的话选择直接去除也是可以的。
anno_GEO <- function(expM, anno_tb, method = "mean"){
	# check match
	n_not_match = sum(! rownames(expM) %in% anno_tb$ID)
	if(n_not_match > 0){
		cat2("- Warnnig:", paste0(n_not_match, "/", nrow(expM)), "porbes fail to matched!\n")
	} else {
		cat2("- All porbes matched!\n")
	}

	# check SYMBOL
	gene_name = anno_tb$SYMBOL[match(rownames(expM),  anno_tb$ID)]
	n_no_symbol = sum(gene_name == "", na.rm = TRUE)
	if(n_no_symbol > 0){
		cat2("- Warnning:", paste0(n_no_symbol, "/", nrow(expM)), "probes fail to annotated!\n")
	} else {
		cat2("- All porbes annotated!\n")
	}

	expM = data.frame(gene_name, expM)
	expM2 = expM[expM$gene_name != "", ]

	report(paste("Removing duplicated genes by method:", method, "..."))
	if(method == "mean"){
		expM3 = aggregate(expM2[, -1], by = list(factor(expM2[, 1])), mean0)
		rownames(expM3) = expM3[, 1]
		expM3[, 1] = NULL
	} else if(method == "remove"){
		expM3 = expM2[!duplicated(expM2[, 1]), ]
		rownames(expM3) = expM3[, 1]
		expM3[, 1] = NULL
	}
	return(expM3)
}

anno_list = get(load(anno_file))
if(GPL %in% names(anno_list)){
	report("Use local annotation file ...")
	anno_tb = anno_list[[GPL]]
	expM_anno = anno_GEO(expM, anno_tb)
}
# INFO [2024-11-09 16:15:38] Use local annotation file ...
# - All porbes matched!
# - All porbes annotated!
# INFO [2024-11-09 16:15:38] Removing duplicated genes by method: mean ...
  • 并提示有多少探针找不到注释信息或者注释信息为空。
  • 至此，探针注释就完成了
hd(expM_anno)
# dim: 22881 × 6 
#          GSM578529 GSM578530 GSM578531 GSM578532 GSM578533
# A1BG      7.022058  7.809902  6.896205  7.037151  7.071827
# A1BG-AS1  7.168314  5.108887  6.941011  5.997464  4.591907
# A1CF      6.182022  6.001592  6.112716  6.823624  5.634210
# A2M       8.910845  9.665579  9.145603  9.548700  8.718978
# A2M-AS1   6.525060  7.602097  7.376438  7.080512  6.642209

R包自动注释

自动注释就是曾老师编写的AnnoProbe包。

我进行了一点的修改，就是前面所说的一探针对应多给予你的情况，这里貌似没有处理。

然后将注释数据库整理成统一的格式，方便统一调用。

anno_GEO_AnnoProbe <- function(expM, GPL, method = "mean"){
	# idmap包可以被 AnnoProbe 包替代
	# if(sum(c("idmap1", "idmap2", "idmap3") %in% data.frame(installed.packages())$Package) != 3){
	# 	cat2("Please install annotation packages 'idmap1' 'idmap2' 'idmap3' from github.\n")
	# 	stop()
    # }

	# loadp(idmap1, idmap2, idmap3)
	# anno_tb1 = try(suppressMessages(getIDs(GPL)), silent = TRUE)
	# anno_tb2 = try(suppressMessages(get_soft_IDs(GPL)), silent = TRUE)
	# anno_tb3 = try(suppressMessages(get_pipe_IDs(GPL)), silent = TRUE)
	# if(class(anno_tb1) == "data.frame"){
	# 	anno_tb = anno_tb1
	# } else if(class(anno_tb2) == "data.frame"){
	# 	anno_tb = anno_tb2
	# } else if(class(anno_tb3) == "data.frame"){
	# 	anno_tb = anno_tb3
	# } else {
	# 	cat2("Can't find annotation table, please DIY one.\n")
	# 	stop()		
	# }

	if(! "AnnoProbe" %in% data.frame(installed.packages())$Package){
		cat2("Please install annotation packages 'AnnoProbe' from github.\n")
		cat2("\tdevtools::install_github(\"jmzeng1314/AnnoProbe\").\n")
		stop()
    }
	
	report("Use AnnoProbe annotation file ...")
	loadp(AnnoProbe)
	idmap <- function (gpl = "GPL570", type = "bioc", mirror = "tercent"){
	    gpl = toupper(gpl)
	    gpl_anno = paste(gpl, c("bioc", "soft", "pipe"), sep = "_")
	    if (mirror == "tercent") {
	        up = "http://49.235.27.111"
	    }
	    if (!checkGPL(gpl)) {
	        stop("This platform is not in our list, please use our shinyAPP to custom annotate your probe sequences, or ask us to process and then update the R package!")
	    }
	    else {
	        tryCatch(utils::data("exists_anno_list", package = "AnnoProbe"))
	        gpl_anno = gpl_anno[gpl_anno %in% exists_anno_list]
	        if (T) {
	            tpf = paste0(paste(gpl, type, sep = "_"), ".rda")
	            down = paste0("/GEOmirror/GPL/", tpf)
	            download.file(paste0(up, down), tpf, mode = "wb", quiet = TRUE)
	            load(tpf)
	            return(get(paste(gpl, type, sep = "_")))
	        }
	        else {
	            stop("We have that platform, but just offer other type of annotaion.")
	        }
	    }
	}

	anno_tb = try(suppressMessages(idmap(GPL, type = "pipe")), silent = TRUE)
	if(class(anno_tb) == "try-error"){
		cat2("- Can't find annotation table in AnnoProbe.\n")
		stop()
	}
	colnames(anno_tb) = c("ID", "SYMBOL")
	anno_tb = anno_tb[!duplicated(anno_tb$ID), ]
	anno_tb$SYMBOL = subString(anno_tb$SYMBOL, 1, "[ /|]")
	anno_tb$SYMBOL[anno_tb$SYMBOL == "NA"] = ""
	anno_tb$SYMBOL[anno_tb$SYMBOL == "---"] = ""

	expM_anno = anno_GEO(expM, anno_tb)
	return(expM_anno)
}

我们使用数据集GSE106090测试：

GSE = "GSE106090"
obj = getGEO2(GSE, out_dir = GSE)
# INFO [2024-11-09 16:22:56] Querying dataset: GSE106090 ...
# 	Try time 1 ... succeed.
# - GPL: GPL21827 
# - Found 18 samples, 44 metas.
# - Writting sample_anno to GSE106090/GSE106090_sample_anno.xlsx. 
# INFO [2024-11-09 16:22:59] Normalize between arrays ...
# - Successed, file save to GSE106090/GSE106090.RData.

GPL = obj$GPL
expM = obj$expM
expM_anno = anno_GEO_AnnoProbe(expM, GPL)
# INFO [2024-11-09 16:23:00] Use AnnoProbe annotation file ...
# - Warnnig: 16541/61046 porbes fail to matched!
# - All porbes annotated!
# INFO [2024-11-09 16:23:01] Removing duplicated genes by method: mean ...

hd(expM_anno)
# dim: 31119 × 18 
#           GSM2829419 GSM2829420 GSM2829421 GSM2829422 GSM2829423
# A1BG        5.057959   5.030532   4.999752   5.199815   4.931398
# A2M-AS1     8.921258   9.073332   9.113745   9.010616   9.206460
# A2ML1       5.405560   5.161947   6.053355   5.855274   6.034109
# A2ML1-AS2   2.517003   2.352829   2.348781   2.351604   3.349039
# A2MP1       3.413715   3.385146   3.259971   3.766047   3.531293

也是非常滴好用。

在线获取注释

后来，我又发现，有些平台有提供在线的GPLxxx.annot.gz文件，内容和下载GPLxxx.txt文件内容是一样的（头信息外）。所以在自动注释不能用且还没有制作本地注释文件的时候，可以尝试一下。

感觉提供这个文件的平台并不是太多，但不如让代码去试试~

至于为什么GPL网页注释文件那个下载按钮只能点击而没有的链接，我也是不明白，有固定链接的话就不用手动点击了。

同样，编写一个函数进行注释：

anno_GEO_online <- function(expM, GPL, out_dir = "annot_dir", symbol_name = NULL){
    mkdir(out_dir)
    GPL_num = gsub("GPL", "", GPL)
    master_string = ifelse(nchar(GPL_num) < 4, "", subString(GPL_num, 1:(nchar(GPL_num) - 3)))
    master_dir = paste0("GPL", master_string, "nnn")
    url_prefix = "https://ftp.ncbi.nlm.nih.gov/geo/platforms"
    soft_url = paste0(url_prefix, "/", master_dir, "/", GPL, "/annot/", GPL, ".annot.gz")    
    soft_file = paste0(out_dir, "/", GPL, ".annot.gz")
    report("Download online annotation file ...")
    options(timeout = 100)
    dl_res = try(download.file(soft_url, destfile = soft_file, quiet = TRUE), silent = TRUE)
    if(class(dl_res) == "try-error"){
    	cat2("Can't find online annotation table. Please download annotation table manually:\n")
    	cat2(paste0("\thttps://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=", GPL, "\n"))
    	stop()
    }
    anno_tb = suppressWarnings(data.table::fread(soft_file, data.table = FALSE))
    
    if(is.null(symbol_name)){
        SYMBOL_col_names = c("Gene symbol", "GENE_SYMBOL", "GeneSymbol", "Symbol", "SYMBOL", "gene_assignment")
        symbol_name = SYMBOL_col_names[which(SYMBOL_col_names %in% colnames(anno_tb))]
        if(length(symbol_name) == 0){
	    	cat2("Can't find right 'symbol' column name. If exists exactly, please specific it to 'symbol_name'\n")
	    	stop()        	
        }
    }      
    anno_tb = anno_tb[, c("ID", symbol_name)]  
    colnames(anno_tb) = c("ID", "SYMBOL")
    anno_tb$SYMBOL = subString(anno_tb$SYMBOL, 1, "[ /|]")
    anno_tb$SYMBOL[anno_tb$SYMBOL == "NA"] = ""
    expM_anno = anno_GEO(expM, anno_tb)
    return(expM_anno)
}

我们还是使用数据集GSE23586进行演示：

GSE = "GSE23586"
obj = download_GEO(GSE, out_dir = "GSE23586", anno_file = anno_file)
# INFO [2024-11-09 16:31:44] Querying dataset: GSE23586 ...
# 	Try time 1 ... succeed.
# - GPL: GPL570 
# - Found 6 samples, 38 metas.
# - Writting sample_anno to GSE23586/GSE23586_sample_anno.xlsx. 
# INFO [2024-11-09 16:31:46] Execute log(expM + 1) ...
# INFO [2024-11-09 16:31:46] Normalize between arrays ...
# - Successed, file save to GSE23586/GSE23586.RData.

GPL = obj$GPL
expM = obj$expM
expM_anno = anno_GEO_online(expM, GPL)
# INFO [2024-11-09 16:31:48] Download online annotation file ...
# - All porbes matched!
# - Warnning: 9557/54675 probes fail to annotated!
# INFO [2024-11-09 16:31:54] Removing duplicated genes by method: mean ...

hd(expM_anno)
# dim: 21754 × 6 
#          GSM578529 GSM578530 GSM578531 GSM578532 GSM578533
# A1BG      7.022058  7.809902  6.896205  7.037151  7.071827
# A1BG-AS1  7.168314  5.108887  6.941011  5.997464  4.591907
# A1CF      6.182022  6.001592  6.112716  6.823624  5.634210
# A2M       8.910845  9.665579  9.145603  9.548700  8.718978
# A2M-AS1   6.525060  7.602097  7.376438  7.080512  6.642209

也肥肠滴好用~

整合代码

不用担心代码很多，我最终把这三种注释方式整合为一个函数download_GEO了，包含表达谱的下载和注释，同时输出样本注释文件为csv格式。

如果你能正常使用xlsx包的话，还会输出xlsx格式的文件，好处是表格的列宽是自适应的，不需要你再因为字挡住而拖来拖去的了（能用代码解决绝不用手。。。

最后，再示范一下，非常简单：

GSE = "GSE23586"
obj = download_GEO(GSE, anno_file = anno_file)
# Step1: Download GEO data ...
# INFO [2024-11-09 16:39:44] Querying dataset: GSE23586 ...
# 	Try time 1 ... succeed.
# - GPL: GPL570 
# - Found 6 samples, 38 metas.
# - Writting sample_anno to 00_GEO_data/GSE23586_sample_anno.xlsx. 
# INFO [2024-11-09 16:39:47] Execute log(expM + 1) ...
# INFO [2024-11-09 16:39:47] Normalize between arrays ...
# - Successed, file save to 00_GEO_data/GSE23586.RData.

# Step2: Annotate probe ...

# INFO [2024-11-09 16:39:49] Use local annotation file ...
# - All porbes matched!
# - All porbes annotated!
# INFO [2024-11-09 16:39:49] Removing duplicated genes by method: mean ...
# INFO [2024-11-09 16:39:52] Done.

names(obj)
# [1] "GPL"         "expM"        "sample_anno"
  • 结果就是一个列表，包含GPL索引、注释后的表达谱和样本注释信息。
  • 其中anno_file是我整理的注释文件，提供的压缩包里有。当然不提供这个文件也可以，就要碰碰运气看另外两种自动注释的方法能不能成功了。

这个数据集是可以的。

obj = download_GEO(GSE)

我相信，应该能够解决99%的注释问题，本地注释文件和代码我会一直更新，公众号关键词回复的链接也会同步更新。

学习更多生信技巧，请持续关注工种浩【生信摆渡】。

GEO数据挖掘补充(四)——探针注释
MJ0417的博客
10-28 1996
来自生信技能树课程。
针对GEO，arrayexpress数据库寻找基因注释包-补充
weixin_55143227的博客
10-13 1648
寻找基因注释小技巧
GEO平台注释表读取器：从GEO读取并解析平台注释表（* .annot）。-matlab开发
05-30
该函数读取并解析NCBI Gene Expression Omnibus（GEO）的平台注释表（*.annot）。 平台注释表包含有关平台的信息。 输入： 文件名：*.annot 文件的文件名输出： annotation: 平台注解信息 platform_table: 平台表 例子： 1) 获取*.annot 文件例如来自ftp://ftp.ncbi.nlm.nih.gov/geo/platforms/GPL2nnn/GPL2883/annot/GPL2883.annot.gz 解压文件，你会得到：GPL2883.annot 2) 把函数和 annot 文件放在你的工作目录中，或者 addpath 3）运行功能[注释，平台表]=read_annot_file('GPL2883.annot');
GEO数据库的基因注释+代码
XGJCNJ的博客
04-17 1682
先下载。
GEO生信数据挖掘（二）下载基因芯片平台文件及注释
zzh1464501547的博客
09-27 1万+
检索到目标数据集后，开始数据挖掘，本文以阿尔兹海默症数据集GSE1297为例上节我们，但是矩阵行名称是芯片探针需要转换为基因名。
生信&数据挖掘——人工神经网络篇(2)GEO数据下载及注释
heart_6662的博客
01-20 5947
基因组学是一门研究基因组的科学，它涉及到基因组的结构，功能，表达，进化和疾病相关性等方面。基因组学的研究需要大量的基因数据，而这些数据可以从公共数据库中获得。其中最常用的数据库是GEO（Gene Expression Omnibus），它提供了大量的基因表达数据，可以用于基因组学研究。GEO数据库中的数据可以通过FTP或Web界面下载，下载的数据可以是原始数据，也可以是已经注释的数据。。
基于R语言的基因表达芯片注释流程.pdf
07-26
在生物信息学领域，基因表达芯片注释是一个重要的过程，用于确定芯片上每个探针序列所对应的基因信息。R语言作为一种开源且功能强大的统计分析语言，在处理基因表达数据方面表现出色。本文介绍了一种基于R语言的基因...
芯片数据分析步骤6 探针注释
Cirno's Bioinformatic Career
05-22 3万+
注释探针 注释探针的原因 为了防止非特异性结合造成的干扰，芯片厂商往往会使用多个探针检测同一个基因的表达。因此，芯片厂商不会使用基因名作为探针的名称，而是使用自己定义的探针名称。要合并重复探针，我们必须先对探针进行注释，确定每个探针对应检测哪个基因的表达，然后再合并重复探针。而后续分析如GSEA，只能对基因进行分析，因此也要求对探针进行注释。 注释探针的方法 1 使用芯片厂商的...
多个GEO芯片联合分析阿尔茨海默病内嗅皮层的关键基因.pdf
07-26
在本次研究中，学者们采用了多个GEO芯片数据库的数据，通过生物信息学方法对阿尔茨海默病（AD）患者内嗅皮层的关键基因进行了联合分析，以期探讨AD在该部位的发病机制。 阿尔茨海默病（AD）是一种神经退行性疾病，...
GEO生信数据挖掘（三）芯片探针ID与基因名映射处理
最新发布
zzh1464501547的博客
09-27 7636
检索到目标数据集后，开始数据挖掘，本文以阿尔兹海默症数据集GSE1297为例上节我们发现，存在一个芯片探针ID匹配到多个基因的情况，本节来介绍处理方案。
【结合文献】——Affymatrix芯片数据预处理
weixin_40640700的博客
03-13 8181
【理论分析】 （待补充） 【实战】 数据来源：GSE98793 芯片平台：GPL570（[HG-U133_Plus_2] Affymetrix Human Genome U133 Plus 2.0 Array） 登录GEO数据库，在检索框中输入GSE98793，打开数据界面。 下载最下方的原始数据。 下载后大概有857MB大小。注意，使用浏览器下载时可能会出现数据下载不完整的...
Supplementing your R package with a Shiny app
四纪启悟 · 数据科学
04-23 699
(This article was first published on  Dean Attali's R Blog, and kindly contributed to R-bloggers)      The R community is generally very fond of open-source-ness and the idea of releasing all code
芯片无忧的使用教程_芯片探针序列的基因注释已经无需你自己亲自做了
weixin_39632397的博客
12-10 1192
在整个生信技能树的历史上，就分享过两次价值一千元的：第一次是：TCGA的28篇教程-风险因子关联图-一个价值1000但是迟到的答案第二次是：（重磅！价值一千元的R代码送给你）芯片探针序列的基因组注释其中第二个教程是纯粹的R代码技巧，怕粉丝看不懂，我还刻意花了一个星期做铺垫：1 把fasta序列读入到R里面去2 使用refGenome加上dplyr玩转gtf文件3 把bam文件读入R，并且转为gra...
【无标题】
weixin_46587777的博客
05-25 397
首先下载序列 这里我选择在GEO官网的GPL平台下载 : https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GPL21827 rm(list = ls()) ## 魔幻操作，一键清空~ options(stringsAsFactors = F) # 注意查看下载文件的大小，检查数据 f='GPL21827_eSet.Rdata' library(GEOquery) # 这个包需要注意两个配置，一般来说自动化的配置是足够的。 #Setting opti
GEO下载的数据在R中读取和注释
weixin_53368990的博客
12-06 1万+
读取GEO下载的矩阵和注释 加载包 ---- library(readxl) library(tidyverse) library(GEOquery) 读取 series_matrix文件 ---- GSE_data <- getGEO(filename = “data\GSE14520-GPL571_series_matrix.txt.gz”, getGPL = F) pd_GSE_data <- pData(GSE_data) #观察临床信息中的data processing,Microar
GPL对应的Bioconductor注释包(最全)
热门推荐
weixin_40739969的博客
11-21 9万+
GPL对应的Bioconductor注释包(最全) 这个是我自己通过代码查找到的GPL对应的bioconductor的注释包，如果是能够找到的话，那么就是这个GPL平台号有应的注释包，如果在这里没有找到的话，那就应该是没有的咯。 一个比较简单实用的方法，在这个网页下，直接快捷键 Ctrl + F, 然后输入你的平台号，就可以快速找到你要的注释包名称了。 至于我如何得到的这个列表，看最底下的代码。 ...
GEO芯片数据分析更新（补富集分析与WGCNA）
Annaaphq的博客
12-24 3406
更新下GEO芯片数据分析
文件怎么进行注释_GEO分析结果没有GeneSymbol怎么办？(2)
weixin_33048721的博客
01-12 1万+
上一章介绍了不同情况下，如何获取GEO分析结果中的GeneSymbol：GEO分析结果没有GeneSymbol怎么办？(1)，下面介绍一种一劳永逸的注释方法。还记得在高中学习三角函数之间的转换时，数学老师提到了一个万能公式，以这个万能公式为中间体，可以进行任何三角函数之间的转换。在进行GeneSymbol的转换时，如果只有探针ID，那么我们需要下载芯片数据对于的GPL注释文档，就可以对数...
2018年SCI论文--整合GEO数据挖掘完整复现 四 ：差异表达（GSE65635）
bioprogrammer
08-18 7290
文章目录论文地址GSE65635数据下载到表达矩阵GSE65635数据下载getGEO包下载的探针注释文件不全，需要在GEO网站下载筛选探针分位数标准化预处理分组log2数据转换差异表达表达矩阵分组矩阵差异表达矩阵按照logFC排序保存差异表达矩阵火山图热图,按p值从小到大筛选前100个差异基因（logFC > 1） 论文地址 GSE65635数据下载到表达矩阵 GSE65635数据下载 l...
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