背景

GEO2R是一個交互式web工具，它允許用戶比較GEO系列中的兩組或兩組以上的樣本，以便識別在不同實驗條件下表達不同的基因。結果顯示為按重要性排序的基因表。

GEO2R使用Bioconductor項目中的GEOquery和limma R包對原始提交者提供的處理過的數據表執(zhí)行比較。

與GEO的其他數據集分析工具不同，GEO2R不依賴于精心設計的數據集，而是直接查詢原始的系列矩陣數據文件。這使得及時分析更多的地理數據成為可能。然而，重要的是要認識到，無論數據類型和質量如何，這個工具幾乎可以訪問和分析任何GEO系列。

使用方法

1.輸入一個序列登錄號

2.定義樣本分組(sample groups)

比如test和control分組,分組至少兩個，最多十個。

3.為每組分配樣本

通過選擇每行來分配樣本，各組會有相同的背景顏色標記

注意不一定要選擇所有行來進行分析

4.進行測試

點擊頁面下方“TOP 250”進行分析（在默認參數下）

或者可以使用其他選項卡中的features來首先評估示例值分布，或者編輯默認測試參數。例如，你可以在Options選項卡中選擇一個可選的P-value調整方法，然后回到GEO2R選項卡，單擊[Top 250]以修改參數運行測試。

5.整合結果表

結果在瀏覽器中顯示為按p值排列的前250個基因的表。p值最小的基因最顯著。單擊一行顯示該基因的基因表達譜圖。圖中的每個紅條表示從原始提交者提供的樣例記錄的value列中提取的表達式度量。

使用Select columns特性修改表中包含哪些數據和注釋列。有關數據列含義的信息在Summary statistics部分中提供。

在Options選項卡中編輯測試參數，然后回到GEO2R選項卡并單擊Recalculate來應用編輯。

要查看超過前250個結果，或者如果想保存結果，可以使用save all results按鈕下載完整的結果表。下載的文件以制表符分隔，適合在Excel等電子表格應用程序中打開。

image.png

編輯options和features

1.Value distribution

計算和查看所選示例值的分布。值是提交者提供的原始數據，在此基礎上執(zhí)行GEO2R計算。查看分布對于確定選擇的樣本是否適合進行比較非常重要。通常，以中間值為中心的值表示數據是標準化的和可交叉比較的。

2.Options

· Apply adjustment to the P-values

Limma包提供了幾個p值調整選項。這些調整，也稱為多次測試糾正，試圖糾正錯誤陽性結果的發(fā)生。默認選擇Benjamini & Hochberg錯誤發(fā)現率方法，因為它是對微陣列數據最常用的調整，并在發(fā)現統計上重要的基因和限制假陽性之間提供了良好的平衡。

· Apply log transformation to the data

GEO數據庫接受各種數據值類型，包括logged和未logged的數據。Limma包需要使用logged數據為了解決這個問題，GEO2R有一個自動檢測特性，它檢查所選樣本的值，并自動執(zhí)行l(wèi)og2轉換?？蛇x擇是否自動轉換。

· Category of Platform annotation to display on results

選擇要在結果上顯示的注釋類別。基因注釋來自于相應的平臺記錄。有兩種注釋類型:

NCBI生成的注釋可用于許多記錄。這些注釋是通過從平臺中提取穩(wěn)定的序列識別信息，定期查詢Entrez基因和UniGene數據庫，生成一致的、最新的注釋而得到的。默認情況下選擇基因符號和基因標題注釋。NCBI生成的注釋的其他類別包括GO術語和染色體位置信息。

提交者提供的注釋可用于所有記錄。這些表示提交者提供的原始平臺注釋。請注意，提交者提供的注釋在樣式和內容上有很多多樣性，而且自提交時起可能就沒有更新過。

3.Profile graph

通過從平臺記錄的ID列輸入相應的標識符來查看特定的基因表達譜圖。此功能不執(zhí)行任何計算;它只是在樣本間顯示基因的表達值。要使此功能正常工作，不需要定義示例組。

4.R script

此選項卡打印用于執(zhí)行計算的R腳本。這些信息可以保存下來，作為計算結果的參考。

限制和注意事項

1.檢查樣本值是否具有可比性

GEO2R操作一系列矩陣文件，其中包含直接從示例表的值列中提取的數據。提交者被要求在VALUE列中提供規(guī)范化的數據，從而使示例具有交叉可比性。大部分的GEO數據都符合這一規(guī)律。GEO只應用于對確定不在日志空間中的值執(zhí)行l(wèi)og2轉換(請參閱選項部分)。然而，一些研究，如雙通道環(huán)路設計數據，可能會產生沒有共同參考和不能直接比較的值。有些研究可能包含沒有標準化的樣本值數據，或者設計的樣本從未打算直接進行比較。然而，其他研究沒有足夠的重復樣本來進行穩(wěn)健的統計分析。用戶應檢查原始系列以了解實驗設計，并檢查原始樣本記錄中的“數據處理”字段或值描述，以了解值表示的信息。Value distribution選項卡上的box plot特性用于幫助用戶評估不同樣本之間的值分布是否以中介為中心，這通常表示數據是標準化的，并且具有交叉可比性。

2.數據類型限制

GEO2R操作序列矩陣文件中的數據，其中包含直接從示例表的值列中提取的數據。某些類別的GEO樣本沒有數據表(例如，高通量測序或基因組平鋪陣列)，因此不能使用GEO2R進行分析。

3.序列內限制

GEO2R對序列矩陣文件進行操作。因此，分析僅限于發(fā)生在一個系列中的樣本;不可能執(zhí)行跨序列比較。

4.操作失敗

有時候，GEO2R分析會失敗，因為輸入數據的某些方面與GEOquery或limma包不兼容。

5.255樣本顯示

最多分析255個樣本

6.十分鐘限制

GEO2R目前為作業(yè)處理設置了10分鐘的截止時間。如果你要分析的序列有大量的樣本和/或基因，那么分析可能無法完成。

數據參考：GEO網站&&生信技能樹

友情鏈接：

課程分享
生信技能樹全球公益巡講
（https://mp.weixin.qq.com/s/E9ykuIbc-2Ja9HOY0bn_6g）
B站公益74小時生信工程師教學視頻合輯
（https://mp.weixin.qq.com/s/IyFK7l_WBAiUgqQi8O7Hxw）
招學徒：
（https://mp.weixin.qq.com/s/KgbilzXnFjbKKunuw7NVfw）

歡迎關注公眾號：青島生信菜鳥團