基因云馆新一代信息数据库

GEO数据库搜索不到数据怎么办？

作为一名新手，我给大家介绍一下在基因云馆分析平台上的心得和方法。既然登录到这个平台，我们最先想到的是快速找到数据，分析后得到满意结果，GEO这么大的数据库，总是令我们这些新手失望怎么办？

下面我就拿GSE21510做个例子，带你步入正题。

1.登录系统数据库查找数据

您和我一样很失望，怎么没有？（不过有时也能查到，但不是精确查找，我是做过多次了。）那我们就换个网址试试http://www.ebi.ac.uk/arrayexpress/

2.下载数据和记下平台信用号

所谓平台信用号就是Array(1)后面的信息Human Genome U133 plus 2.0，这个很关键后面预处理时要用。另外，下载自己想要的数据了（记住Processed data(1)对应的才是真正需要的数据）。

下载后，打开看看，如果是多个文件包一起的，可以安全使用，像这样：

如果是这样的情况：比较危险（下次单独讲，处理起来很繁琐）。

3.登录genelibs分析平台进入数据库选择ArrayExpress数据库检索处理

输入数据号，点击运行，不过下个过程等待时间比较长，半个小时到一个小时出结果（甚至更久），要有耐心，这么大的数据，真是累死电脑了。

检索结果显示如图：

保存第一个、第二个和第三个文件。第一个文件E-GEOD-2510.RData用来下部芯片预处理，第二个文件 E-GEOD-21510pData.csv帮助你找分组信息，第三个文件是一个检索报告，介绍了样品个数和对应表达值。

4.数据预处理---芯片数据预处理

这步处理帮你把探针信息转化成基因名。

上传上步处理结果E-GEOD-2510.RData文件，platform里面的平台号和第2步操作里Array(1)后面的信息Human Genome U133 plus 2.0信息一致，不然还是没办法处理数据，这个很重要，目前，genelibs分析系统上只有19个平台信用号。当然，groupName这栏信息也很重要，打开E-GEOD-21510pData.csv文件，找到相关分组信息（一般是两个明显的处理信息），如图：

点击运行后：

还是漫长的等待呀！（大约半小时）

结果出来啦，是不是很高兴！

当然没有完，打开PREPROCESS_GENE.html文件，看看是不是自己需要的结果，再保存E-GEOD-21510.RData文件。

结果完美，是我想要的了，如此保存结果。然后才真正开始在genelibs系统里进行分析处理，我们所做的这些都是数据的前处理，仅仅为了给计算机两个指令表达量和分组信息，其余都是计算机的活了。

说这么多，是不是操作起来也挺简单！