R语言之GEO基因表达数据的下载整合

启动bioconductor的“GEOquery”包。

代码如下：

source("https://bioconductor.org/biocLite.R")

biocLite("GEOquery")

GEOquery 的使用说明见下面链接：

http://www.bioconductor.org/packages/release/bioc/vignettes/GEOquery/inst/doc/GEOquery.html

载入包GEOquery: library (GEOquery)

获取数据包：

首先在自己的电脑新建文件夹作为存储数据的地方，然后执行下面的代码

Data<- getGEO("GSE2669",destdir="F:/geo/")

如下图：

代码解释：获取数据编码：GSE2669；数据下载存储地方：F:/geo/

然后获取矩阵数据：

myMatrix <- Data@GSE2669_series_matrix.txt.gz@assayData$exprs

获取样本数据：

myPDfile <- pData(phenoData(Data@GSE2669_series_matrix.txt.gz))

Meta(GSE2669)：查看这个数据集的情况

GSMList(GSE2669)：查看每个GSM具体

GPLList(GSE2669)：查看GPL平台，常用来作为芯片注释

如果数据下载完成后出现错误：

那么可以用下面的代码载入已经下载好的数据：

Data <- getGEO(filename="F:/geo/GSE2669_series_matrix.txt.gz")

myMatrix <-Data@assayData$exprs

myPDfile <- pData(phenoData(Data))

以上获取里面的基因表达数据以及相关的样本数据过程有点漫长，如果觉得难以等待，可以直接用EXCEL打开，将里面的表达和样本数据直接复制出来另存为。

获取单纯的整合后的基因表达数据可以通过GDS：

gds <- getGEO("GDS507")

Meta(gds) ：查看GDS的整体信息

Table(gds) 展示基因表达数据的矩阵

Meta(gds858)$platform 获取其平台信息

获取某个平台的信息：

gpl97 <- getGEO('GPL97')

查看详细的平台信息：

Meta(gpl97)

其实我们只需要一些重要的数据信息：

获取注释信息内容：

获取当前平台的所有样本ID：

获取当前平台的所有数据集信息：