GEO芯片数据下载和探针ID转换（保姆级教程）

GEO芯片数据下载和探针ID转换（保姆级教程）

• 一、问题描述
• • 探针ID转换
  • 数据是否预处理过
  • 二、Rstudio的安装（建议阅读，避免后续转换时出错）
  • • 安装包的下载
    • 安装步骤
    • 三、（正文）芯片数据下载和ID转换
    • • 相关设置和包的加载
      • 数据下载

        本文章主要参考了：

        ①R 语言的安装（详细教程）

        ②GEO芯片数据下载和探针ID转换

        一、问题描述

        探针ID转换

        我们需要的基因表达量信息在NCBI的GEO数据库中对应的编号为GSE95394,搜索后结果如下

        来到页面底部，这里的series Matrix File(s)是已经处理好所有样本对应各基因的表达量数据

        

        下载并打开后如下图，发现左边并不是基因的名字，而是探针ID号，我们需要将探针ID转换为基因名才能进一步处理

        

        数据是否预处理过

        此外还需要注意的是，选择其中某个样本点击进去

        

        结果如下，这表明你下载的表达量是经过了log2（N+1）转化后的，如果没做特殊说明的话，这里的N一般表示基因数量，即counts，那么你下载到的表达量就是log2(counts+1)，这是需要我们注意的

        

        二、Rstudio的安装（建议阅读，避免后续转换时出错）

        安装包的下载

        注意：由于我们需要使用WGCNA等包，所以对R以及RStudio的版本是有一定要求的（要求>4.1.3）

        这里我已经将合适的版本上传至百度网盘，注意：这三个安装文件都需要下载，缺一不可

        链接：https://pan.baidu.com/s/1pbgbCVQf69sEk7_tK8SGSw

        提取码：4aeh

        

        安装步骤

        ①可以在D盘中新建一个R文件夹，将这三个文件都放在R文件夹里面，然后安装路径也都在这个R文件夹里面。（为什么安装包要和最终的安装路径放一块？因为不这样的话，RStudio运行时可能检测不到R-4.2.2安装文件夹里面etc文件夹中的Rprofile.site，这个文件的作用我稍后会解释）

        ②按照R-4.2.2-win、rtools、RStudio顺序依次安装（顺序不能乱），安装时都选择默认选项即可。

        ③因为有些R中的包依赖于java所以还需要进行java的环境配置：java 环境配置(详细教程)

        ④运行RStudio：在安装的RStudio>bin文件夹里面，有个rstudio.exe，双击打开即可

        

        

        ⑤镜像源的设置：

        使用记事本打开这个文件

        

        将下面这段代码复制并粘贴到最后

        ## 设置镜像
        local({r