GPL页面表格奇奇怪怪的更新

0.因数据库和R包更新导致的问题

从GPL页面上下载注释表格，是获取探针注释的方法之一，通常是找不到注释包的第二选择。

更新之前的下载方式是(2022年之前我们的直播课堂上是这样讲的，2022年以及之后的课上已经更新好了)：

library(GEOquery)
a = getGEO("GPL570",destdir = ".")
b = a@dataTable@table
ids2 = b[,c("ID","Gene Symbol")]

更新之前：运行getGEO这句代码，函数会自动读取“GPL570.soft”文件，得到一个GPL对象。

更新之后: GPL570.soft文件从原来的75M变成了现在的几十G，而且所有的平台soft都被压缩成了gz格式。压缩一下倒是不影响下载，但导致了工作目录下确实有GPL570.soft文件的情况下，函数也不识别，而是从网页上去下载GPL570.soft.gz，几十G，实在是duck不必。

1.小的文件，方法不变

当然，GPL570表格文件是本来就大(表格的大小在网页上有写)，对于比较小的表格文件可以继续使用原来的方法：

library(GEOquery)
a2 = getGEO("GPL7759",destdir = ".")
class(a2)

## [1] "GPL"
## attr(,"package")
## [1] "GEOquery"

2.针对大文件的新方法

针对这种比较大的注释文件，需要更改一下策略：

从GPL570的网页上拉到最后，有一个文件:

从网页上把它下载下来，放在工作目录，本地读取。

b = read.table("GPL570-55999.txt",header = T,
                 quote = "\"",sep = "\t",check.names = F)
ids2 = b[,c("ID","Gene Symbol")]
colnames(ids2) = c("probe_id","symbol")
head(ids2)

##    probe_id           symbol
## 1 1007_s_at DDR1 /// MIR4640
## 2   1053_at             RFC2
## 3    117_at            HSPA6
## 4    121_at             PAX8
## 5 1255_g_at           GUCA1A
## 6   1294_at MIR5193 /// UBA7

3.备用方法

只要不是特别大的文件，可以先试试getgeo下载，如果网络不好导致失败，就从网页下载soft格式的文件。

点开上面箭头所指的地方，就能网页下载soft文件了，文件大小还可以接受，不至于有几个G的。

b2 = getGEO(filename = "GPL7759_family.soft.gz",destdir = ".")
class(b2)

## [1] "GPL"
## attr(,"package")
## [1] "GEOquery"