geo_gene_exp_download.r GEO数据自动下载与整理

geo_download.r GEO数据下载

使用方法:


$Rscript /share/work/huangls/piplines/omicsclass/tcga_geo/scripts/geo_gene_exp_download.r  -h
usage: /share/work/huangls/piplines/omicsclass/tcga_geo/scripts/geo_gene_exp_download.r
       [-h] -g gse [-f func] [-p palette] [-G gpl] [-s Gene Symbol] [-x]
       [--log2] [-o outdir] [-H height] [-W width]
download GEO data ; https://www.omicsclass.com/article/1492
optional arguments:
  -h, --help            show this help message and exit
  -g gse, --gse gse     GEO Series Accession [required]
  -f func, --func func  dup gene name expression select func: mean max median
                        [default max]
  -p palette, --palette palette
                        A palette name from RColorbrewer [default Accent]
  -G gpl, --gpl gpl     GPL file for annotation [default None]
  -s Gene Symbol, --symbol Gene Symbol
                        Gene Symbol column name [default Gene Symbol]
  -x, --no.xaxis        not show x axis sample name [default False]
  --log2                whether do log2 normalize [optional, default: False]
  -o outdir, --outdir outdir
                        output file directory [default /share/nas1/huangls/pro
                        ject/zx-20210914-383-gwas_cfdr/gene_exp]
  -H height, --height height
                        the height of pic inches [default 8]
  -W width, --width width
                        the width of pic inches [default 10]


使用举例:

Rscript /share/work/huangls/piplines/omicsclass/tcga_geo/scripts/geo_gene_exp_download.r  -g GSE7429
Rscript /share/work/huangls/piplines/omicsclass/tcga_geo/scripts/geo_gene_exp_download.r -g GSE43488 -G GPL13667-15572.txt


结果输出:


attachments-2021-06-Uqb140w360cc816e6366e.png

数据整理说明

探针与基因对应:

1.一个基因对应多个探针: 取均值,最大值,等

2.一个探针多个基因,取第一个基因名字


表达量是否需要重新标准化:

可以通过boxplot函数观察一下样本表达丰度值的分布是否整齐进行判断

是否需要log2:根据数据值的大小:

如果表达丰度的数值在50以内,通常是经过log2转化的。如果数字在几百几千,则是未经转化的。



使用过程中常见问题:

1. 如果中通下载中断 可以用wget -c 下载完成之后再运行该命令:

attachments-2021-10-598HW8k5616e25556fbae.pngwget -c 继续下载

attachments-2021-10-3gJDN7DJ616e252610eca.png

2.GPL文件下载失败:
可以自己下载GPL文件, GPL 文件应去掉含有#号的行,第一列必须是探针ID,里面必须有 "Gene Symbol"  (注意大小写)列不同的基因用 /// 分割:
  

  • 发表于 2021-06-18 17:06
  • 阅读 ( 2629 )
  • 分类:GEO

0 条评论

请先 登录 后评论
omicsgene
omicsgene

生物信息

700 篇文章

作家榜 »

  1. omicsgene 700 文章
  2. 安生水 348 文章
  3. Daitoue 167 文章
  4. 生物女学霸 120 文章
  5. xun 82 文章
  6. 红橙子 78 文章
  7. rzx 75 文章
  8. CORNERSTONE 72 文章