GEO数据库学习总结（二）关于网页下载

一般R代码下载其实挺好的，但是网络狗是一件每个探索GEO小伙伴们都要经历的，有时候我们选择更换镜像，想避开蜗牛一般的的网速，但是也是不行，大家就可以去官网下载这个数据集（GSE）

网站连接

• 官网连接 https://www.ncbi.nlm.nih.gov/geo/
• 数据集下载连接 https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE42872
  若想下载不同的数据集，只需要更换GSE编号
  例如https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE42872
  更换为https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE33335

---

网页页面

(一)GEO官网

GEO官网

1.此处可进行一些简单的探索，例如输入Lung(肺)，可以找到一些你感兴趣的数据集或者实验
2. 也可以输入你想找的数据集（GSE）或者平台（GPL）

---

(二)GSE网页

GSE42872

• SOFT——可下载GPL文件
• Series——下载矩阵

---

(三)GSE与GPL下载

• 点击上图，出现下面的页面，大同小异

GPL下载

GSE下载

• 点击上图下载

我用的是谷歌浏览器

下载中............

• 下载成功！✌
  

  下载的*GSE 的 gz.文件

• ①打开txt文件
  

  打开GSE的txt文件

观察读取文件内容，根据特性选择读取R的函数，代码

• ②打开soft文件

(四)网站下载后其文件读取

• GSE 的 gz.文件读取

eSet = read.table('GSE42872_series_matrix.txt.gz',
             sep='\t',quote = "",fill = T,
             comment.char="!",header=T)
#也可以解压后，直接读取txt文件
eSet =read.table('GSE42872_series_matrix.txt',
             sep='\t',quote = "",fill = T,
             comment.char="!",header=T)

关于参数
comment.char="!" ——不读取文件中“！”后的内容
header=T——列名

• GPL的soft文件读取

##注意 函数 getGEO
GPL6244=getGEO(filename = 'GSE42872_family.soft')

• GPL也可以代码下载

library(GEOquery)
GPL6244<- getGEO('GPL6244', destdir=".") 

• 关于文件读取也总结了一下小传输门——>

R读取GSE文件后