从GEO数据库下载矩阵数据

GEO数据库里面有四种数据

At the most basic level of organization of GEO, there are four basic entity types.

 The first three (Sample, Platform, and Series) are supplied by users;

the fourth, the dataset, is compiled and curated by GEO sta from the user-submitted data.

GEO accession number (GPLxxx). 

GEO accession number (GSMxxx)

GEO accession number (GSExxx). 

GEO DataSets (GDSxxx)

记住大小关系：一个GDS可以有多个GSM，一个GSM可以有多个GSE，至于GPL，一般不接触的

我们通常接触的都是GSE系列（一个GSE里面有多个GSM）的数据，而且这个包最重要的就是一个getGEO函数。

只要你通过文献确定了你的检索号，就可以通过这个函数来下载啦

检索号一般是A character string representing a GEO object for download and

          parsing.  (eg., ‘GDS505′,’GSE2′,’GSM2′,’GPL96′

这个函数有很多参数，除非你需要下载的文件，那么就设置destdir到你喜欢的目录，如果只需要表达量数据就不用了。

 getGEO(GEO = NULL, filename = NULL, destdir = tempdir(), GSElimits=NULL,

     GSEMatrix=TRUE,AnnotGPL=FALSE)

例如：

gds <- getgeo(“gds10″)="">

gse2553 <->

GDS2eSet函数可以把上面这个下载函数得到的对象(要确定是GDS而不是GSE)变成表达对象

pData和exprs函数都可以处理上面这个表达对象，从而分别得到样品描述矩阵和样品表达量矩阵

综合一起就是

g4100 <->
g4102 <->
e4102<>
e4100<>

这样的代码，这个e4100和e4102就都是一个数值矩阵啦，可以进行下游分析，但是如果是下载的GSM数据

就用下面这个代码，GSE26253_series_matrix.txt是通过GSEMatrix=TRUE这个参数特意下载到你的目录的

expr_dat=read.table(“GSE26253_series_matrix.txt”,comment.char=”!”,stringsAsFactors=F)

这样读取也是一个数值矩阵

具体大家可以看这个包的说明书

#Download GDS file, put it in the current directory, and load it:gds858 <- getgeo('gds858',="" destdir='.' )如果使用了gsematrix="TRUE这个参数，那么除了下载soft文件，还有表达量矩阵文件，可以直接用read.table读取那个文件。#Or," open="" an="" existing="" gds="" file="" (even="" if="" its="" compressed):gds858=""><- getgeo(filename='GDS858.soft.gz'>

参考：http://www2./fac/sci/moac/people/students/peter_cock/r/geo/