16s rDNA 高变区测序 项目结题报告

At the most basic level of organization of GEO, there are four basic entity types.

 The first three (Sample, Platform, and Series) are supplied by users;

the fourth, the dataset, is compiled and curated by GEO sta from the user-submitted data.

GEO accession number (GPLxxx). 

GEO accession number (GSMxxx)

GEO accession number (GSExxx). 

GEO DataSets (GDSxxx)

记住大小关系：一个GDS可以有多个GSM，一个GSM可以有多个GSE，至于GPL，一般不接触的

我们通常接触的都是GSE系列（一个GSE里面有多个GSM）的数据，而且这个包最重要的就是一个getGEO函数。

只要你通过文献确定了你的检索号，就可以通过这个函数来下载啦

这个函数有很多参数，除非你需要下载的文件，那么就设置destdir到你喜欢的目录，如果只需要表达量数据就不用了。

 getGEO(GEO = NULL, filename = NULL, destdir = tempdir(), GSElimits=NULL,

     GSEMatrix=TRUE,AnnotGPL=FALSE)

例如：

gds <- getGEO("GDS10") 会返回一个对象，而且下载数据一般会在tmp目录下面，当然如果你需要保存这些文件，你可以自己制定下载目录及文件名。

gse2553 <- getGEO("GSE2553")

GDS2eSet函数可以把上面这个下载函数得到的对象(要确定是GDS而不是GSE)变成表达对象

pData和exprs函数都可以处理上面这个表达对象，从而分别得到样品描述矩阵和样品表达量矩阵

综合一起就是

g4100 <- GDS2eSet(getGEO("GDS4100"))
g4102 <- GDS2eSet(getGEO("GDS4102"))
e4102<-exprs(g4102)
e4100<-exprs(g4100)

这样的代码，这个e4100和e4102就都是一个数值矩阵啦，可以进行下游分析，但是如果是下载的GSM数据

就用下面这个代码，GSE26253_series_matrix.txt是通过GSEMatrix=TRUE这个参数特意下载到你的目录的

expr_dat=read.table("GSE26253_series_matrix.txt",comment.char="!",stringsAsFactors=F)

这样读取也是一个数值矩阵

具体大家可以看这个包的说明书

#Download GDS file, put it in the current directory, and load it:
gds858 <- getGEO('GDS858', destdir=".")
如果使用了GSEMatrix=TRUE这个参数，那么除了下载soft文件，还有表达量矩阵文件，可以直接用read.table读取那个文件。
#Or, open an existing GDS file (even if its compressed):
gds858 <- getGEO(filename='GDS858.soft.gz')
下面这个下载的是GSE对象，GDS对象还有大一点

参考：http://www2.warwick.ac.uk/fac/sci/moac/people/students/peter_cock/r/geo/