前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >GEO数据库架构介绍

GEO数据库架构介绍

作者头像
生信修炼手册
发布2020-05-08 17:11:36
1K0
发布2020-05-08 17:11:36
举报
文章被收录于专栏:生信修炼手册

欢迎关注”生信修炼手册”!

GEO是一个国际化的开源项目,允许研究者提交自己的数据到该数据库,在世界范围内公开共享自己的数据,网址如下

https://www.ncbi.nlm.nih.gov/geo/

该数据库最开始主要用于分享芯片数据,后来随着NGS技术的发展,也支持上传高通量测序数据。

在该数据库中,将所有相关信息分成以下几类,示意如下

1. Platform

芯片平台或者测序平台,每个平台有一个唯一的以GPL开头的编号,高通量测序平台,示意如下

由测序仪和物种的组合构成了不同的platforn,芯片平台示意如下

芯片平台会给出探针相关信息,比如对应的基因,探针序列等,示意如下

2. Sample

sample代表的是一个样本的数据,可以是任意platform产生的数据,有一个唯一的以GSM开头的编号,对于芯片数据,会给出探针的表达量值,示意如下

对于高通量测序数据,根据数据类型会给出不同种类的文件,如果原始的测序数据有上传到SRA数据库,也会给出对应SRA编号,示意如下

3. Series

series代表属于同一个实验设计的一组样本,通常情况下会给出该系列下所有样本的附件文件的压缩包,示意如下

以上这3种信息由数据的提交者提供,对于同一个series下的原始数据,GEO会对其进行简单的挖掘,比如基于表达量进行聚类分析等,这些分析的结果对应的类型为DataSet, 有一个唯一的以GDS开头的编号,GDS2225示意如下

基于GSE3541的数据得到,该数据是一套大鼠的芯片数据,样本分为case和control两组,每组3重复,基于表达量的聚类结果示意如下

根据DataSet中提供的表达谱数据,对于每个探针或者基因在所有样本中表达量进行探究,就得到了Profile数据,示意如下

数据共享使得基于公共数据库的数据挖掘成为可能,也可以通过分析已有的同种类型数据来和自己的测序数据相互印证。

·end·

—如果喜欢,快分享给你的朋友们吧—

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-12-20,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 生信修炼手册 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1. Platform
  • 2. Sample
  • 3. Series
相关产品与服务
数据库
云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建,轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量,更专注于业务发展,让企业一站式享受数据上云及分布式架构的技术红利!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档