R语言挖掘GEO数据库实战之-GEO库的概念及检索界面

GEO数据库是啥？

基因表达数据库（gene expression omnibus,GEO）

GEO是由美国国立生物技术信息中心（national center for biotechnology information ,NCBI）开发和维护的公共数据库，它存储基因芯片数据、新一代测序数据以及其他形式的高通量功能基因组数据，并将其发布供研究者自由使用。

目前GEO存储了约20000项研究得到了涉及50 0000样本，1300个物种，330亿单个基因的表达检测数据，这些数据是由世界各地的8000多个实验室提供的。GEO 数据库可以通过pubmed入口进行检索（见下图），也可以直接通过GEO库官网点击网址 进行检索。其检索界面见下图：

GEO检索界面.jpg

GEO检索界面基本信息

接下来简单的介绍一下GEO检索界面的基本信息，以cervical为例。

6.jpg

在这里我要特别重点介绍一下左侧的两个检索结果限定选项。（1）数据记录类型：导入GEO的数据类型主要分为四种：datasets,series,sample和platforms，根据自己的需要选择，我们最常用的是series数据集。（2）检测类型：不同的实验检测类型不同，例如：DNA，mRNA,SNP,甲基化等，在检索时要结合自己的实验设计选择相应的检测类型。

最后，谢谢各位伙伴的支持，我是青盐，一个自学生信，并致力于在新疆推广生信分析技能的菜鸟，今天给大家分享的内容是使用R语言挖掘GEO数据库的基础知识部分，随后我会以一篇SCI文章为例，以案例结合知识点的方式给大家分享如何使用R语言挖掘GEO数据库，青盐在这里与每一位生信自学者共学，共勉，加油加油。