GEO2R:对GEO数据库中的数据进行差异分析

欢迎关注”生信修炼手册”!

GEO数据库中的数据是公开的，很多的科研工作者会下载其中的数据自己去分析，其中差异表达分析是最常见的分析策略之一，为了方便大家更好的挖掘GEO中的数据，官网提供了一个工具GEO2R, 可以方便的进行差异分析。

从名字也可以看出，该工具实现的功能就是将GEO数据库中的数据导入到R语言中，然后进行差异分析，本质上是通过以下两个bioconductor上的R包实现的

1. GEOquery

2. limma

GEOquery用于自动下载GEO数据，并读取到R环境中；limma是一个经典的差异分析软件，用于执行差异分析。

一组样本在GEO数据库中用series表示，比如GSE25724, 包含了case和control两组样本，case组包含6个生物学重复，control组包含7个生物学重复，共13个样本，链接如下

https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE25724

在网页上可以看到GEO2R的按钮，点击这个按钮就可以进行分析了, 除了差异分析外，GEO2R还提供了一些简单的数据可视化功能。

1.  Value distribution

该选项用箱线图展示所有样本中表达量的分布，结果示意如下

2. Profile graph

该选项用于展示某个探针/基因在所有样本中的分布，结果示意如下

点击Sample values, 可以看到对应的表达量值，示意如下

GEO2R进行差异分析的步骤如下

1. 定义样本分组

通过Define groups按钮定义样本分组，首先输入一个group的名字，然后选择对应的样本，示意如下

2. 参数调整

通过页面下方的Options菜单，可以调整差异分析时的参数，示意如下

第一个参数用于选择多重假设检验的P值校正算法，第二个参数表示是否对原始的表达量进行log转换，第三个参数调整最终结果中展示的对应的platfrom的注释信息，是基于客户提供的supplement  file中的信息, 还是使用soft文件中的信息。

3. 执行

点击如下所示的Top 250按钮，执行差异分析。

结果示意如下，在页面上只显示最显著的250个差异基因

全部基因的结果可以通过Save all results导出，通过GEO2R, 可以在没有任何编程基础的情况下，顺序的完成差异分析。

·end·

—如果喜欢，快分享给你的朋友们吧—

扫描关注微信号，更多精彩内容等着你！