take “GSE53757” for example

不可以无脑运行！！！ 注意注释的地方！

需要用到的R包

  1. library(GEOquery)
  2. library(stringr)

（一）GEOquery下载芯片

  1. gse_number = "GSE53757" # 这里改成需要下载的GSE编号
  2. eSet <- getGEO(gse_number, 
  3.                destdir = './import/GEO/', 
  4.                getGPL = F)
  5. eSet = eSet[[1]]

（二）临床数据整理

GEO数据库里，好像很少带有生存信息的，所以主要是为了分组

  1. pd <- pData(eSet) # pd是包含所有临床信息的数据框
  2. group = ifelse(str_detect(pd$`tissue:ch1`, "normal"), "normal", "tumor") # 改！字符串匹配生成分组

（三）表达矩阵整理

主要是把探针ID转变成gene symbol，一共有四种方法，我只用到了第一种，其他几种，用到的时候再补充

  1. exp <- exprs(eSet)
  2. exp = log2(exp+1)
  3. gpl_number <- eSet@annotation # 查看GPL，这个芯片是GPL570

3.1 BiocManager

在下面这个网址里查找gpl_number，得到第三列Bioconductor里的r包名称（箭头处）
网址：http://www.bio-info-trainee.com/1399.html
image.png

3.2 下载soft文件

在geo界面有一个表格
image.png
第一排的soft文件，下载，解压，从不已叹号开头的那一行往后，就是芯片注释，可以另存为csv方便读取，然后r语言替换行名就ok