GEO数据库

了解GEO数据库

https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE42872

https://www.ncbi.nlm.nih.gov/bioproject/PRJNA398328

1.GEO Platform(GPL) 各种芯片、测序仪

2.GEO Sample(GSM) 样本

3.GEO Series(GSE) 数据集（每篇文章都会有一个GSE号） 42589

4.GEO Dataset(GDS)

★我们的起点就是一个数据集（GSE）,搞清楚里面有多少Sample（GSM）

★了解GEO中一个GSE页面的信息内容是怎么组成的

bowtie2

fq全称FASTQ，是一种存储生物学序列信息（通常是DNA序列或RNA序列）及其相应质量信息的文本文件格式。FASTQ 文件通常由高通量测序平台生成，例如Illumina。

FASTQ 文件的基本结构如下：

行1： 序列标识符（Sequence Identifier）以“@”开头。 行2： 序列数据，即生物学序列。 行3： 以“+”开头的行，通常包含与序列相关的额外信息，但可能为空。 行4： 质量值，表示与相应序列位置相关的测序质量。

bowtie2是用来做比对的，比对需要参考基因组和fq测序文件，参考基因组需要构建索引

二.GEO数据下载的三种方式

一些生信包的概念：

1.Bioconductor：是一个用于生物信息学和生物统计学的开源软件项目，提供了丰富的 R 语言包和工具 用于处理和分析生物学数据。

1.1GEOquery：用于从(GEO) 数据库中获取实验数据

  1.1.1GEODataSet：提供了用于存储和处理生物学数据的基本类和函数。它