【原】有了这个数据上传指南，您再也不用找公司帮忙，自己也能分分钟搞定

数据上传需要提交各种类型的数据、表格和资料，过程比较繁琐，今天小编为大家整理了一份详细的数据上传指南，每一步都有详细的说明，一看就会，再也不用担心数据上传。

GEO数据库全称GENE EXPRESSION OMNIBUS，成立于2000年，是由美国国立生物技术信息中心NCBI创建并维护的基因表达数据库，主要收录高通量基因表达数据。除SRA数据库之外，GEO数据库也是目前文章投递数据上传的数据库之一。以下主要介绍RNA-seq和ChIP-seq的上传流程。

01

注册账号

https://www.ncbi.nlm./geo/submitter/

首先需要注册一个NCBI，GEO账号，如果已经有账号，可以直接点击登录。

https://www.ncbi.nlm./geo/info/submission.html

02

数据准备

需要准备的上传数据有三种文件：

2.1

 Metadata spreadsheet

该文件是关于整个研究中样本和实验的相关信息，网页中有该表格的下载链接。

2.1.1 SERIES

主要包含文章的标题、概述、实验整体设计、共同作者、补充材料和SAR号（SRA号为选填，如果已经上传了SRA，则填上，否则空着即可）。此项需要填写的稍微详细一点，不然后面GEO可能发邮件要求补充abstract。

2.1.2 SAMPLE

样品的详细信息，包括样品名称、来源、器官、年龄、表达值数据和原始数据等，如果是ChIP-seq，还需要提供相关的抗体信息。

2.1.3 PROTOCOLS

样品的实验和提取建库详细信息。

2.1.4 DATA PROCESSING PIPELINE

数据处理步骤，参考基因组详细信息。

2.1.5  PROCESSED DATA FILES

RNA-seq或者ChIP-seq等实验，通常需要提供一些额外的数据文件，比如基因表达量，基因信号文件和MD5（用来核实真伪）等。

关于md5有很多在线软件可以直接生成，我们提供其中一种，老师可以自行下载。（百度网盘链接：https://pan.baidu.com/s/1k3PJXxUnYB30S0u0IZCiSA，提取码：82p8）

2.1.6 RAW FILES

原始数据详细信息

2.1.7 PAIRED-END EXPERIMENTS

双端测序序列详细信息，此项可不填。

2.2

 Processed data files

经过处理的数据是GEO提交的必要部分，GEO会审核客户上传的处理过的数据，以此来检验相关文章结论的真实可靠性。RNA-seq可以上传基因表达量文件，ChIP-seq可以上传WIG, bigWig, bedGraph等，不过由于是中间文件，该部分内容没有完全固定的格式。

2.3

 Raw data files

原始数据一般采用FASTQ格式，另外SRA数据库接受的其他格式也是可以的（https://www.ncbi.nlm./sra/docs/submitformats/）。

准备好所有数据之后选择Uploading your submission：

03

数据上传

数据上传，小编推荐FileZilla（https:///可以先在此处下载）。打开FileZilla，主机(H) 框填写上图第一关键信息中host对应的内容ftp-private.ncbi.nlm.，用户名(U)填写geoftp，密码填写 rebUzyi1（此项可能不定期更新），端口号可不填，全部填好后，点击快速连接按钮。

3.1 连接成功后，在远程站点输入GEO提供的数据上传路径（上图中的第二关键路径），在此路径下创建自己的文件，例如ChIP-seq，将本地站点中需要上传的数据从左边本地路径拖入右下角的方框内。

3.2 快速连接后，也可能显示“错误:读取目录列表失败”，此时可忽略该项，直接在远程站点输入数据存放路径，然后回车。然后同样将本地站点中需要上传的数据拖入FileZilla右下角的方框内即可。

注意：使用FileZilla上传要注意进行相关设置，如果网络不好，可能会一直中断，导致上传失败。选择导航栏中的“传输”，选择“对已存在文件的默认操作”。在设置界面，对上传选择“继续文件传输”。

 

04

通知GEO数据上传完成

数据上传完成后，需要通过以下方式通知GEO：

也可以给GEO（[e-mail].）发送邮件，邮件内容可以参考下方：

邮件主题：Submitting high-throughput sequence data to GEO

邮件正文：

Dear sir,

We had finished the raw data uploading .Please check according to the following information :GEO account username: GEO账号Names of the directory and files deposited: （存放数据的路径）Public release date :数据释放日期Our raw files were named as follows: XXX.fq.gzOur Processed data files were named as follows: XXX.txtand Metadata spreadsheet were named as follows: Metadata_spreadsheet.xls

Thank you again for your time!

一般GEO第二天就会回复邮件，告知具体的GEO号。

看了上面如此详细的上传流程，大家学会了没有呢？