基因表達(dá)數(shù)據(jù)庫

GEO：基因表達(dá)數(shù)據(jù)庫

（GeneExpressionOmnibus）1基因表達(dá)數(shù)據(jù)庫5/8/2024GEODatabase

1.基本概念及數(shù)據(jù)庫結(jié)構(gòu)GEO（GeneExpressionOmnibus）基因表達(dá)數(shù)據(jù)庫，是由美國生物技術(shù)信息中心（NCBI）在2000年開發(fā)的一個開放的基因表達(dá)豐度的數(shù)據(jù)庫，該數(shù)據(jù)庫不僅包括許多基于基因芯片的基因表達(dá)數(shù)據(jù)信息，同時還包括一些非芯片技術(shù)如SAGE和質(zhì)譜的基因表達(dá)豐度信息。至2014年1月，該數(shù)據(jù)庫已經(jīng)收錄了12422個不同平臺（Platform）上的2基因表達(dá)數(shù)據(jù)庫5/8/20241062513個樣品（Sample）的基因表達(dá)數(shù)據(jù)信息。數(shù)據(jù)提交遵循MIAME原則，并提供了供查詢和下載實驗及基因表達(dá)資料的工具。登陸網(wǎng)址為：/geo/。3基因表達(dá)數(shù)據(jù)庫5/8/20242.數(shù)據(jù)庫結(jié)構(gòu)提交給GEO的數(shù)據(jù)分為三種不同的實體，即平臺（platform）、樣本（sample）和系列（series）。平臺，關(guān)于以高通量方式（microarray，SAGE）檢查樣本的物理試劑的信息。一個平臺含有多個提交者提交的樣本。平臺的命名規(guī)則為“GPL+n（n代表數(shù)字）”。樣本，關(guān)于被檢查的mRNA樣本，實驗條件和實驗產(chǎn)生的基因表達(dá)測量數(shù)據(jù)信息。一個樣本必須涉及一個平臺，可能會包括在許多系列之中。樣本的命名規(guī)則為：“GSM+n”。4基因表達(dá)數(shù)據(jù)庫5/8/2024系列，樣本收集，樣本是如何相關(guān)的，如何排序的，分析是如何進(jìn)行的，和聚類數(shù)據(jù)是如何獲得的信息。系列含有數(shù)據(jù)的摘要信息。系列的命名規(guī)則為“GSE+n”。GEO的原始數(shù)據(jù)被放置在平臺，樣本和系列這三個數(shù)據(jù)庫中；根據(jù)原始數(shù)據(jù)觀測角度的不同，又將這些數(shù)據(jù)整理并分置兩個不同的數(shù)據(jù)庫中：數(shù)據(jù)集（datasets）和表達(dá)圖譜（profile）；數(shù)據(jù)集以“實驗”的角度存儲了所有的元數(shù)據(jù)，表達(dá)圖譜從“基因”的角度存儲了單個基因表達(dá)的數(shù)據(jù)資料。5基因表達(dá)數(shù)據(jù)庫5/8/20243.數(shù)據(jù)上傳與下載

在GEO中上傳數(shù)據(jù)前先要注冊賬號，注冊信息中的聯(lián)系方法會體現(xiàn)在GEO記錄中。數(shù)據(jù)上傳可以使用幾種不同的格式，如電子表格、純文本和XML格式。不管采用哪種上傳方式，最終的結(jié)果及包含的信息都相同。

6基因表達(dá)數(shù)據(jù)庫5/8/2024所有的GEO信息可以利用不同的工具下載不同格式的數(shù)據(jù)：①查詢到的每一條記錄下均有下載連接，通過此鏈接下載以.gz或.tgz為后綴名的壓縮文件，通過WinZipor7-Zip即可打開；②所有的GEO記錄和原始數(shù)據(jù)文件都可以通過FTP（/pub/geo/）進(jìn)行大批量下載；③通過查詢頁面的“sendto→file”下載。7基因表達(dá)數(shù)據(jù)庫5/8/20244.GEO檢索及結(jié)果

GEO提供多種途徑檢索數(shù)據(jù)，如以數(shù)據(jù)集“GDS3176”，平臺“GPL339”，系列“GSE9567”，樣本GSM241927”進(jìn)行檢索。如果已知序列號，可以直接采用這種方式搜索；否則，可以用關(guān)鍵詞、物種甚至作者姓名進(jìn)行搜索。同時，可通過Limits和AdvancedSearch對搜索結(jié)果進(jìn)行篩選。GEO數(shù)據(jù)集的搜索結(jié)果以“實驗”角度列示，內(nèi)容包括名稱、簡述、物種、平臺、提交者聯(lián)系方式、系列、樣本個數(shù)、數(shù)值類型和發(fā)表時間等，8基因表達(dá)數(shù)據(jù)庫5/8/2024同時提供向NCBI的其他數(shù)據(jù)庫的鏈接，如PubMed,Epigenomics、SRA和GEOProfiles等。GEO表達(dá)圖譜（profiles）的搜索結(jié)果以“基因”角度列示，用圖片的形式展現(xiàn)一個基因?qū)λ袠颖镜谋磉_(dá)水平，搜索結(jié)果中的實驗條件方便我們觀察一個基因在不同條件下表達(dá)水平的差異。搜索結(jié)果可利用“myNCBI→collection”進(jìn)行在線保存。9基因表達(dá)數(shù)據(jù)庫5/8/202410基因表達(dá)數(shù)據(jù)庫5/8/202411基因表達(dá)數(shù)據(jù)庫5/8/202412基因表達(dá)數(shù)據(jù)庫5/8/202413基因表達(dá)數(shù)據(jù)庫5/8/20245.數(shù)據(jù)分析“GEOdatasets”提供了四種數(shù)據(jù)分析工具，分別是“findgenes”

“compare2setsofsamples”

“cluster

heatmaps”

“experimentdesignandvaluedistribution”。“findgenes”通過輸入基因名稱或符號直接定位到“profiles”中的相關(guān)基因?！癱ompare2setsofsamples”用以區(qū)別存在顯著表達(dá)差異的兩組樣本，特別是比較屬于不同實驗的樣本?！癈lusterheatmaps”工具提供了分層和K-means聚類分析方法，可以選擇、擴(kuò)增、下載大量感興趣的簇，并制成線圖14基因表達(dá)數(shù)據(jù)庫5/8/2024或直接鏈接到EntrezGEO圖譜?！癳xpe