shinyGEO：零编程基础分析GEO数据

首先，我要向大家道歉，文章标题有点夸大。如果想要用shinyGEO这个工具，还是需要一丢丢的R基础。这个基础包括

你的电脑里面要安装了R语言，因为shinyGEO是用R语言开发的~~

你要知道怎么运行R代码~~

GEO（Gene Expression Omnibus），即基因表达数据库，美国国立卫生研究院 NCBI 于 2000 年创建的公共数据库，具有强大的灵活性和开放性，用户可以提交、储存、检索和下载多种形式的数据。GEO 数据库是目前最大、最全面的公共基因表达数据资源。

这里我给大家介绍 shinyGEO，一款分析 GEO 中表达数据的软件。它并不需要太多的编程知识，用户只要电脑里有 R 语言，了解怎么运行 R 代码，就可以轻松愉快的进行 GEO 的数据分析啦~~

shinyGEO 简介

首先给出文章：

shinyGEO: a web-based application for analyzing gene expression omnibus datasets

该文章 2016 年发表在『Bioinformatics』上

shinyGEO 是基于 R 语言中的 shiny 包而制作的一个 web application。用户只需要提供 GEO 中的检索号，就可以通过 shinyGEO 下载表达谱数据，并对感兴趣的基因进行差异表达分析和生存分析，并生成高质量的图片，还提供分析的 R 语言代码。

shinyGEO 官网：http://gdancik.github.io/shinyGEO/

从上图可以看到，shinyGEO 有网页版和本地版，作者推荐使用本地版。实际上，我在尝试使用网页版时总是出错。

shinyGEO 安装

安装过程来自 https://github.com/gdancik/shinyGEO，用户只需要运行下面的代码就可以了。

运行上面的几行语句，就可以在本地打开 shinyGEO。

shinyGEO 示例介绍

我们就以文章中的 GSE13507 为例，介绍一下 shinyGEO 的用法

1. Differential Expression Analysis

这里，我想看看 tp53 基因在不同性别的患者中是否存在显著差异，操作及结果如下图所示。

点击『Save R Code』后，我们可以到『Code』栏中查看背后的 R 代码。

2. Survival Analysis

点击左侧边栏的『Survival Analysis』，选择 tp53 基因，然后点击按钮。

选择生存时间和结局，然后点击『Generate KM Plot』，绘制生存分析图。如果想对部分样本进行生存分析的话，需要点击『View Data Table』选取。

最终，如下图所示：

3. View Sample Data Table

以表格的形式展示数据。其中『Sample Selection』可以用于选择大样本中的一个子集，然后进行分析。

大家有时间的话一定要试一试，光说不练假把式。

有什么问题可以直接联系我~~~