【开源工具】使用linux终端下载GEO数据

Bioconductor的GEOquery几个常用函数可以实现GEO数据的下载，但有时候我想直接通过终端下载而不是使用Rstudio然后运行脚本的方式，所以下面用shell脚本对GEOquery两个下载函数getGEO()以及getGEOSuppFiles()进行了简单的封装。

安装

使用clone命令

git clone https://github.com/ShixiangWang/mytoolkit/

点击页面右上方的克隆或下载按钮

预置与帮助

Linux系统安装R，如果你没有安装GEOquery包，脚本会自动判断并进行下载安装。

查看脚本帮助：

./getGEOSuppFiles.sh -h
./getGEO.sh -h
./bulkGEO.sh -h

下载GEO附加文件

GEO附加文件一般是原始的芯片数据。

用法：

Usage: ./getGEOSuppFiles.sh -n GEO -d directory
GEO:  GEO accession 号，比如 GPL1073 or GSM1137 
directory: 下载到的目录，默认为你的当前目录。

下载GEO表达矩阵文件

这个是最常用的功能，下载芯片的表达矩阵文件，数据已经经过研究者的预处理，可以直接使用。

用法：

Usage: ./getGEO.sh -n GEO -d destdir -M GSEMatrix -A AnnotGPL -P getGPL

Detail of Options
==================
-n      GEO: 代表GEO对象的字符 (比如 'GDS505','GSE2','GSM2','GPL96')
-d      destdir: 要下载到的目的目录，默认为当前目录。
-M      逻辑值TRUE或FALSE，告诉脚本是否下载GSE Series Matrix文件，默认为TRUE。
-A      逻辑值TRUE或FALSE，告诉脚本是否使用注释GPL信息文件（会下载），这些文件包含了最新映射的Gene ID和其他基本信息，但不是都有。默认为TRUE。
-P      逻辑值TRUE或FALSE，告诉脚本是否在下载GSEMatrix文件时下载GPL信息，如果你知道你要用bioconductor工具的注释包，你可以选择FALSE，默认为TRUE。

Minimal Use Method
==================
If you do not know how to use these options, just set -n option is OK
                Like
             ./getGEO.sh -n GEO
        change the 'GEO' above to name of GSE you want to download

大量下载表达矩阵文件和原始文件

这个功能利用了前两个脚本，对它们进行循环调用。

用法：

Usage: ./bulkGEO.sh -n GEO -d destdir -M GSEMatrix -A AnnotGPL -f filename -s supp


Detail of Options
==================
-n      GEO: 代表GEO对象的字符 (比如 'GDS505','GSE2','GSM2','GPL96')
-d      destdir: 要下载到的目的目录，默认为当前目录。
-M      逻辑值TRUE或FALSE，告诉脚本是否下载GSE Series Matrix文件，默认为TRUE。
-A      逻辑值TRUE或FALSE，告诉脚本是否使用注释GPL信息文件（会下载），这些文件包含了最新映射的Gene ID和其他基本信息，但不是都有。默认为TRUE。
-P      逻辑值TRUE或FALSE，告诉脚本是否在下载GSEMatrix文件时下载GPL信息，如果你知道你要用bioconductor工具的注释包，你可以选择FALSE，默认为TRUE。
-f      filename: 你可以把要下载的GEO对象名放入一个文件，然后指定它。注意，如果使用它，请不要设定-n选项，不然会被覆盖掉。
-s      supp: 逻辑值TRUE或FALSE，设定是否要下载原始附加文件。

Minimal Use Method
==================
If you do not know how to use these options, just set -n option is OK
                Like
             ./bulkGEO.sh -n 'GEO1 GEO2 GEO3'
        change the 'GEO' above to name of GSE you want to download

---

昨天为了避免自我感觉的下载麻烦所以写了这些代码，因为对linux的脚本还不是很精通，脚本可能会存在问题。基本的下载不会出错，我已经调试过。如果有问题或其他功能，欢迎提问，我会尝试解决。

谢谢阅读~