tianyuu1的博客

可能很多人看到这个标题都想问一句：这个还用教？直接在GEO中看不就行了吗？没错，去GEO上检索GSE对应的GPL号确实是大家非常常用的一种方法，也是最原始的一种方法。今天在这里讲的其实是一个更简便的小技巧，适合初学者使用。这个方法不多讲，大家都会的。

表达量矩阵的数据清洗应该在注释完成之后进行，并且下列操作最好按顺序进行如下图的表格所示，同一个探针ID对应的gene有多个，用///分隔着，而我们想获得一个探针ID只对应一个基因symbol的表格。表达矩阵注释过后，通常会有一些基因名是重复Gene.symbol：是需要去重的所在例名data：是表达矩阵删除Symbol行

使用R语言实践二之数据预处理、探针ID转换、探针去重 - 简书 (jianshu.com)

参考文章：GEO数据库表达数据的提取以及limma包进行差异分析 - 腾讯云开发者社区-腾讯云 (tencent.com)

如果只有一个就还好，如果有两个就说明数据是存在于两个平台的，不要遗漏了。最后将数据框输出为csv文件，这个时候如果直接用write.table()函数的话，会造成列名左移的情况，解决办法参见我之前的文章。只能提取该GSE中一个GPL，不注意这点就会遗漏掉另一个GPL的数据。如果你的GSE只有一个GPL，那么从gset中就仅含有一列数据，也就是说。的意思是，从gset这个对象中提取第一列数据。你的GSE只有两个GPL，那么从gset中就有两列数据，运行后，会得到一个叫做“gset”的“对象”。