GEO数据挖掘代码1（从geo下载数据）

#实战代码有很多注意事项， 请不要不听课直接跑代码。

#数据下载
rm(list = ls())
library(GEOquery)
gse_number = "GSE56649"
eSet <- getGEO(gse\_number, destdir = '.', getGPL = F) #下载并读取数据，以列表的形式存储

#数据检查
class(eSet) 
length(eSet)
eSet = eSet[[1]] 

exp <- exprs(eSet) #提取表达矩阵exp

dim(exp) #查看数据的行数及列数，一般表达矩阵都有成千几万行，如果行数<2000警惕！
exp[1:4,1:4]
#检查矩阵是否正常，如果是空的就会报错，空的和有负值的、有异常值的矩阵需要处理原始数据。
#如果表达矩阵为空，大多数是转录组数据，不能用这个流程(后面另讲)。
#自行判断是否需要log 如果已经去过LOG值，则表达量应该在0~20，如果没取LOG则表达矩阵数字会在几十、几百

exp = log2(exp+1)
boxplot(exp)
limma::normalizeBetweenArrays(exp)  #处理异常样本

#提取临床信息
pd <- pData(eSet)

p = identical(rownames(pd),colnames(exp));p
if(!p) exp = exp[,match(rownames(pd),colnames(exp))] #让exp列名与pd的行名顺序完全一致，否则会出错！！

#提取芯片平台编号
gpl_number <- eSet@annotation;gpl\_number

#存储数据
save(gse_number,pd,exp,gpl\_number,file = "step1output.Rdata")