|
NCBI 的 GEO DataSets 和 GEO Profiles 相比有什么区别？ GEO DataSets: GEO数据库(收录整个试验的数据) GEO Profiles数据库 (它负责收录一个基因在一次试验中的定量基因表达数据) 这么说吧，要理解Datasets和Profile有何区别，先得整明白GEO原始数据是如何提交的。 GEO有三种供提交者提交数据的平台，分别是Platform、Samples、Series。 Platform用来提交对序列及基于序列的平台的描述。Samples用来提交样本的处理条件、丰度测量方式。一条Series将一组相关Samples连接在一起，并提供了整个研究的描述，包括对数据的描述，总结分析。  回到题目，提交的原始数据怎么为各国学者方便地使用呢？ GEO管理人员通过算法对原始数据经过整理和标准化后，就产生了可被可视化的Datasets和Profiles。换言之，这是种高级数据。 Datasets是由GEO工作人员将Series数据整理所得，可以被可视化和分析，代表了生物学和统计学上可以被比较的样本的集合。而Profiles来源于Datasets，由在Datasets中所有样品的单个基因的表达测量结果组成。 Affy与Illumina、Agilent平台的差异。Affy平台在Probe level有大量的杂交、阴性质控探针，常见的3'IVT、WT与HTA有至少1W+以上的高GC阴性探针（接近背景或过饱和的Ctrl探针是无价值的）与杂交质控Probe，对于批次校正，这部分数据比持家基因更有价值。Affy平台可以尝试在Raw Scale上进行校正。 GEO上数据，Agilent平台是不提供，Feature Extraction之后的质控原件的，非常可惜。在多数据集批次校正里，芯片的质控更关键。Affy由于所有分析需要的信息都已在CEL中整合，且QC现成代码很多，so 简单不少。当然重写Agilent和illumina质控不是难，只是麻烦。可以参考arrayQualityMetrics中的一些QC检出方法。相对一般的QC，可以把重心放在你需要在校正中使用的持家基因 or QC探针上。理论上这块可以比较容易的以Backward stepwise elimination方法做到自动化。 精品课程推荐： 《GEO基础课程》 《GEO数据库单基因挖掘文章套路》 《GEO数据库单细胞测序》 
责任编辑：伏泽 作者申明：本文版权属于生信自学网（微信号：18520221056）未经授权，一律禁止转载！ |
