最近一直在給大家分享優(yōu)秀的文獻(xiàn)思路解讀，相信大家看了這么多idea，一定也有了自己文章的想法吧~

但是呢，有想法是一方面，而能不能實(shí)現(xiàn)又是另一方面。

?

今天喵學(xué)姐就來(lái)手把手教教大家生信分析如何邁出第一步——數(shù)據(jù)獲取。

看完這篇教程，你也可以開(kāi)始動(dòng)手下載和整理自己想要的數(shù)據(jù)，接著做出屬于自己的精美結(jié)果圖啦！

?

這次就用之前講過(guò)的一篇非腫瘤思路文獻(xiàn)來(lái)舉例，

新來(lái)滴寶寶們可以點(diǎn)下面的鏈接先看一下整體思路解讀，看過(guò)的老朋友們也可以來(lái)復(fù)習(xí)一下：4分＋非腫瘤純生信，GEO數(shù)據(jù)集+鐵死亡+cytoscape調(diào)控網(wǎng)絡(luò)+miRNA+轉(zhuǎn)錄因子，這思路我都想抄作業(yè)了

Title: Identification of Ferroptosis-Related Genes in Schizophrenia Based on Bioinformatic Analysis

標(biāo)題：基于生物信息學(xué)分析的精神分裂癥鐵死亡相關(guān)基因鑒定

期刊：Genes? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

此篇文獻(xiàn)是精神分裂癥相關(guān)的非腫瘤疾病生信分析。

>>接下來(lái)一起跟著我看看該如何下載作者的數(shù)據(jù)吧<<

作者使用的是GEO數(shù)據(jù)庫(kù)中GSE27383數(shù)據(jù)集和GSE21138數(shù)據(jù)集的表達(dá)譜＋臨床數(shù)據(jù)。

?

數(shù)據(jù)庫(kù)的使用

GEO數(shù)據(jù)庫(kù)（Gene Expression Omnibus，基因表達(dá)綜合數(shù)據(jù)庫(kù)）

網(wǎng)址：https://www.ncbi.nlm.nih.gov/geo/

?是由美國(guó)國(guó)立生物技術(shù)信息中心 （National Center for Biotechnology Information，NCBD于2000年創(chuàng)建并維護(hù)至今的高通量基因表達(dá)數(shù)據(jù)庫(kù)。

?是一個(gè)國(guó)際公共存儲(chǔ)庫(kù)，收錄并整理了全球范圍內(nèi)研究工作者上傳的微陣列芯片、二代測(cè)序以及其他形式的高通量基因組數(shù)據(jù)，并提供免費(fèi)下載。

你想要的數(shù)據(jù)，這里幾乎都有！

?

Step 1. 搜索關(guān)鍵詞

我們可以直接在GEO數(shù)據(jù)檢索界面鍵入關(guān)鍵詞，也可以點(diǎn)擊圖中1和2處進(jìn)行數(shù)據(jù)檢索。

這里以“Schizophrenia”為例，直接在搜索框中進(jìn)行輸入，出現(xiàn)如下結(jié)果：

第一行為GEO DataSets數(shù)據(jù)，第2行為GEO Profiles數(shù)據(jù)。

?

這是兩種GEO數(shù)據(jù)的存儲(chǔ)形式：

1.???? GEO DataSets ：以數(shù)據(jù)集為單位，存儲(chǔ)同一個(gè)實(shí)驗(yàn)中所有樣本的數(shù)據(jù)。

（我們所需要的大部分?jǐn)?shù)據(jù)集通常都使用這種）

2.GEO Profiles ：以基因?yàn)閱挝?，存?chǔ)基因在數(shù)據(jù)集中的表達(dá)譜。

（使用較少）

此處我們需要一次實(shí)驗(yàn)中所有的數(shù)據(jù)，因此點(diǎn)擊5284可直接進(jìn)入GEO數(shù)據(jù)檢索界面。

Step 2. 定義數(shù)據(jù)集屬性：

1.Series：科研工作中是最為常用的數(shù)據(jù)層級(jí)。

2.Platforms：高通量實(shí)驗(yàn)檢測(cè)所用工具（哪個(gè)公司哪款產(chǎn)品），編號(hào)GPL開(kāi)頭，例如GPL55188。

?

Step 3. 篩選所需數(shù)據(jù)集

根據(jù)關(guān)鍵詞搜索，會(huì)有很多數(shù)據(jù)集被檢索到，建立有效的篩選機(jī)制，能夠幫助我們縮小搜尋范圍。

一般通用的篩選條目有如下三個(gè)，可依次選中。

1處是數(shù)據(jù)集類型，選Series。

2處是數(shù)據(jù)類型，限定為基因表達(dá)譜數(shù)據(jù)集。

3處是組織來(lái)源，一般選擇人類。

?

通過(guò)關(guān)鍵詞檢索出來(lái)的數(shù)據(jù)集數(shù)量龐大，我們也可以設(shè)定一些“條件”，過(guò)濾掉一些無(wú)效數(shù)據(jù)集。

數(shù)據(jù)集選擇原則：

1、題名：符合所研究主題

2、樣本量：不宜過(guò)小

?

Step 4. 數(shù)據(jù)集里包含的信息：

1.研究設(shè)計(jì)：可判斷該數(shù)據(jù)集中樣本是否適合本研究使用（分組信息、臨床特征、樣本量等）

2.PMID編號(hào)：在使用GEO數(shù)據(jù)時(shí)，需要注明引用該數(shù)據(jù)文獻(xiàn)的PMID編號(hào)！

3.平臺(tái)文件：數(shù)據(jù)檢測(cè)平臺(tái)，含有探針及基因名的注釋文件（需下載）

Sample：實(shí)驗(yàn)中的樣本分組信息，每一個(gè)樣本都會(huì)分配一個(gè)號(hào)碼。編號(hào)以GSM開(kāi)頭

4.GEO2R：GEO自帶的分析工具

5.矩陣文件：含有患者臨床信息、基因表達(dá)譜（需下載，分析所需）

原始數(shù)據(jù)存儲(chǔ)在附錄，處理后數(shù)據(jù)則存儲(chǔ)在GEO中

?

數(shù)據(jù)下載

Step 5.下載及查看GEO數(shù)據(jù)集信息

確定了數(shù)據(jù)集后，就可以開(kāi)始下載了。

我們這一步需要下載兩個(gè)文件：

（1）GPL平臺(tái)注釋文件（2）表達(dá)矩陣“series matrix”文件。

PS：下載平臺(tái)注釋文件之前，我們需要點(diǎn)擊該GPL文件，瀏覽里面的信息，查看是否有Gene Symbol標(biāo)識(shí)；若無(wú)Gene Symbol標(biāo)識(shí)，則表示該平臺(tái)無(wú)基因的ID注解，我們無(wú)法對(duì)ID進(jìn)行基因名的轉(zhuǎn)換。

因此，查找數(shù)據(jù)集時(shí)除了樣本信息要符合我們的需求外，還要確保能得到我們的數(shù)據(jù)。

?

平臺(tái)在線注釋文件（下載）：

矩陣文件（下載）：

以文獻(xiàn)所用數(shù)據(jù)集GSE27383和GSE21138為例

GSE27383

Marked Reduction of AKT1 Expression and Deregulation of AKT1-associated Pathways in Peripheral Blood Mononuclear Cells of Schizophrenia Patients

該數(shù)據(jù)集包含樣本：

30例：正常對(duì)照組

22例：急性入院，嚴(yán)重精神病性精神分裂癥患者

21例：緩解期精神分裂癥患者

GSE21138

Gene Expression Profiles in BA46 of Subjects with Schizophrenia and Matched Controls

該數(shù)據(jù)集包含樣本：

30例：精神分裂癥患者

29例：年齡、性別匹配的對(duì)照組

?

Step 6. 分析所用數(shù)據(jù)整合

利用GEO數(shù)據(jù)分析時(shí)，需要準(zhǔn)備好兩個(gè)文件：臨床數(shù)據(jù)表+基因表達(dá)譜

?

準(zhǔn)備基因表達(dá)譜，需要下載2個(gè)文件：平臺(tái)文件+矩陣文件

平臺(tái)文件：探針名+對(duì)應(yīng)的基因名

該文件中第1列為基因的ID，文件也包含了相關(guān)ID的基因名，即Gene Symbol。

?

矩陣文件：臨床特征數(shù)據(jù)+探針名的表達(dá)譜

PS：紅框以上數(shù)據(jù)為數(shù)據(jù)集的臨床特征資料，因此這部分?jǐn)?shù)據(jù)需單獨(dú)提取出來(lái)進(jìn)行保存，并進(jìn)行轉(zhuǎn)置，使得文件內(nèi)容格式為行為樣本名，列為變量，作為后續(xù)分析使用的臨床數(shù)據(jù)表。

?

紅框以下數(shù)據(jù)為數(shù)據(jù)集的基因表達(dá)譜。所示內(nèi)容為基因的ID名稱，可以看出，在基因表達(dá)譜部分，“行”是基因的樣本ID編號(hào)，“列”是表達(dá)數(shù)據(jù)的矩陣。但矩陣不含基因名，不方便我們進(jìn)行后續(xù)分析。

?

因此，我們需要對(duì)紅框所列數(shù)據(jù)進(jìn)行替換，將基因ID替換為我們熟悉的基因名。紅框內(nèi)的文件需轉(zhuǎn)換成基因名。

?

Step 7. 平臺(tái)文件+矩陣文件結(jié)合

后續(xù)操作，我們需要利用平臺(tái)文件中的ID與矩陣文件中的ID進(jìn)行匹配，將Gene Symbol列提取至矩陣文件，替換探針名，準(zhǔn)備基因表達(dá)譜。

匹配后，即可得到“行”是基因名，“列”是表達(dá)值的基因表達(dá)譜啦。

從這個(gè)表達(dá)譜中，就可以提取自己感興趣的基因表達(dá)值做后續(xù)分析。

在矩陣文件中，探針名A列后插入一列B，作為基因名匹配列。

點(diǎn)擊B1單元格，使用Vlookup函數(shù)進(jìn)行匹配：

第1行：選定共同的變量，進(jìn)行匹配

此處2個(gè)文件中共同變量為ID探針名，因此此處選擇探針的格子A65

第2行：要用共同變量匹配的含基因名的文件，在哪個(gè)區(qū)域

此處帶基因名的文件在GPL570-55999平臺(tái)文件中，共同變量在A列，基因名在K列，都需要列入，因此選定A-K區(qū)域

第3行：基因名所在列數(shù)

此處基因名在K列，為第11列，填11

第4行：是否精確匹配，0：精確匹配；1：模糊匹配

此處我們?yōu)榫_匹配，填0

?

按共同變量ID探針名匹配好的基因表達(dá)譜如下，可看出每個(gè)探針I(yè)D均已匹配好相應(yīng)的基因名。

?

Step 8. 可實(shí)現(xiàn)的生信分析

準(zhǔn)備好這兩個(gè)GEO文件，就可以用來(lái)做后續(xù)的生信分析了。

利用GEO數(shù)據(jù)分析所需文件：臨床數(shù)據(jù)表+基因表達(dá)譜

可以做差異基因分析、火山圖、熱圖、臨床特征分析等……

但GEO原始數(shù)據(jù)在使用時(shí)非常不便，需要進(jìn)行后續(xù)處理：

1、 需要取出矩陣文件中的臨床數(shù)據(jù)，轉(zhuǎn)置處理；

2、 需提取出矩陣文件中的表達(dá)譜（探針名），隨后通過(guò)與平臺(tái)文件中的探針名進(jìn)行匹配，將矩陣文件中的探針名轉(zhuǎn)換為基因名。

?

所以喵學(xué)姐想給大家推薦一個(gè)非常好用的數(shù)據(jù)下載平臺(tái)——桑格助手（http://sangerbox.com/Tool），可以直接下載GEO數(shù)據(jù)，并且數(shù)據(jù)文件都是已經(jīng)處理好的，后續(xù)也可以直接在桑格助手平臺(tái)在線分析生成結(jié)果圖，非常方便，我們團(tuán)隊(duì)的大佬們?nèi)粘Ｒ苍谟脋

桑格助手的數(shù)據(jù)下載步驟：

1.打開(kāi)桑格助手后在左側(cè)?數(shù)據(jù)下載?欄目中的?GEO?，直接在搜索欄搜索數(shù)據(jù)集。

2.數(shù)據(jù)下載界面

下載臨床數(shù)據(jù)表：

下載基因表達(dá)譜：

3.桑格助手下載好的文件：

都是已經(jīng)成型的表達(dá)譜，非常整潔，可直接使用，不需要自己再去進(jìn)行拆分或者匹配。

數(shù)據(jù)下載到這里就結(jié)束咯，將其轉(zhuǎn)換成數(shù)據(jù)分析軟件能夠識(shí)別的信息，之后就可以制作出精美的分析圖，開(kāi)始妙手著文章了。

如果有小伙伴想跟著喵學(xué)姐繼續(xù)復(fù)現(xiàn)結(jié)果圖，記得蹲住我的下一篇教學(xué)~

參考文獻(xiàn)：Feng S, Chen J, Qu C, Yang L, Wu X, Wang S, Yang T, Liu H, Fang Y, Sun P. Identification of Ferroptosis-Related Genes in Schizophrenia Based on Bioinformatic Analysis. Genes (Basel). 2022 Nov 20;13(11):2168. doi: 10.3390/genes13112168. PMID: 36421842; PMCID: PMC9690569.

>>本期學(xué)習(xí)福利<< 不想等待的同學(xué)們也可以報(bào)名我們的“生信訓(xùn)練營(yíng)”直播課！由我們團(tuán)隊(duì)的生信大佬來(lái)手把手帶教實(shí)操+課后答疑，感興趣的同學(xué)們快來(lái)滴滴我！

?? ??