利用GEOquery下载GEO文件的各种方法

geoqury加载数据

1. 通过网页下载GEO数据代码：

   gset <- getGEO("GSE86822", GSEMatrix =TRUE, AnnotGPL=TRUE,destdir = "~/breast cancer" )
   show(gset)##查看下载内容
   
   

2. 有时候网页上没有矩阵信息的时候，需要我们自己下载原始的CEL文件。下载网页上的CEL文件代码

   getGEOSuppFiles("GSE46106")  ##下载原始数据
   setwd("GSE46106/") ##进入下载目录
   dir() ##查看文件内容
   untar("GSE46106_RAW.tar") ##解压文件
   files <- dir(pattern="gz$") ##加载文件
   sapply(files, gunzip) ##合并文件
   filelist <- dir(pattern="CEL$")
   ##统一处理CEL文件
   library(affy)
   library(annotate)
   data <- ReadAffy(filenames=filelist)
   affydb<-annPkgName(data@annotation,type="db")
   require(affydb, character.only=TRUE)
   eset<-rma(data,verbose=FALSE)
   eset.e <- exprs(eset)  ##得到的矩阵文件
   library(annaffy)
   symbols<-as.character(aafSymbol(as.character(rownames(eset)),affydb))
   genes<-as.character(aafUniGene(as.character(rownames(eset)),affydb))
   
   ##一般而言芯片的矩阵是需要过滤的。可以利用下面的代码会更加严格一些
   setwd('../')
   library(affy)
   dir_cels='GSE34824_RAW'
   data <- ReadAffy(celfile.path=dir_cels)
   eset <- rma(data)
   calls <- mas5calls(data) # get PMA calls
   calls <- exprs(calls)
   absent <- rowSums(calls == 'A') # how may samples are each gene 'absent' in all
   samples
   absent <- which (absent == ncol(calls)) # which genes are 'absent' in all samples
   rmaFiltered <- eset[-absent,] # filters out the genes 'absent' in all samples 
   

3. 如果之前已经把矩阵文件下载下来了，那么可以直接加载下载的文件即可

ver <- getGEO(filename="/home/u1363/breast cancer/verification/GSE25065_series_matrix.txt.gz", AnnotGPL = T) ##加载下载的文件

4.如果之前下载的是SOFT文件,那么首先只需要按照第二种文件的 从dir()开始处理即可。