最近在下载GEO数据的时候，下载到了一个这个，GSE41789_RAW，
image.png
下载后的数据是一个压缩包，解压缩后
image.png
是这个样子的。
第一次使用这种数据有些一筹莫展，不知道怎么去读取这种 CEL结尾的数据。
在网上搜教程，搜‘Rawdata GEO ’，‘原始数据’，出来的教程比较少（后来搜CEL，Affy 数据教程比较多），
所以就，搜了好久，搜到了CELdata 的读取和转换，以及获取表达矩阵的方法。
rm(list = ls())
# if (!require("BiocManager", quietly = TRUE))
# install.packages("BiocManager")
#
# BiocManager::install("affyPLM")
library(affyPLM)
library(GEOquery)
getwd()
setwd('GSE41789_RAW/')
## 使用转用函数读取数据，前提是解压包，然后修改路径到其中，得到Affy专用格式的数据合集
Data <- ReadAffy()
sampleNames(Data) # 查看一下全不全
# 使用rma 预处理数据，将数据转换为eset格式
eset.rma <- rma(Data)
# 获取表达矩阵并输出表格
exprs_dat <- exprs(eset.rma) #提取表达矩阵
后来对比了GSE41789_series_matrix.txt.gz取得的表达矩阵，使用getGEO()读取本地文件后得到的表达矩阵差不多是一样的，但是RAWdata获取的基因名稍多一些。所以，要是可以的话，还是下载matrix比较方便一些。
希望对你有帮助！
网友评论