果子的GEO芯片分析教程汇总, 持续更新。

这是个导航帖,可以有效解决芯片分析的大部分问题。内容抵得上一个GEO的培训班。

首先用20%的精力解决80%的分析,可以看这篇,可以对GEO表达谱芯片有个大致的了解

来完成你的生信作业,这是最有诚意的GEO数据库教程

在果子学生信公众号回复"果子学生信",可以自助获取R语言环境的配置教程,以及这篇帖子的讲解视频。

上面那个帖子里面缺失的部分是GSEA分析,GSEA分析不需要认为设定差异基因,是个神器,可以在这里找到方法。

很有诚意!人人可做的转录组数据下游分析

接下来用80%的精力解决剩下的20%分析

GEO分析有三个限速环节

第一个是探针ID转换:

简单说来,GEO芯片的探针ID转换,包括三个层面:

第一,R包注释

如果有平台对应的R包,我们就直接下载对应的R包去转换
平台和R包的对应关系我们对应了一个platformMap文件,在果子学生信微信公众号回复**“果子学生信”**即可获取

第二,平台获取

如果平台没有对应的R包,我们可以下载平台的注释文件,自己提取。
所有的探针ID转换,我们至少要获取两列数据,第一列是已有的探针,第二列对应的基因ID。
有以下的帖子可供参考

skr!GEO芯片数据的探针ID转换

有些GEO平台的探针转换比较麻烦

正则表达式是我们认识世界的哲学

学习正则表达式-stringr这个包的使用-极简入门

GEO芯片中的NM_,NR_开头的识别号如何转换成基因名称?

第三,序列比对

非编码GEO芯片的探针ID转换常常平台信息给出的是序列。
这个稍微有点困难,我们也写了教程,甚至提供了常见平台转换好的文件。在果子学生信微信公众号回复果子非编码即可自助获取。

GEO芯片分析的倒数第2个关卡被没有了

如果完成了探针ID的转换,想在各种不同数据库中来回转换,应该看这个帖子:

如何让基因名称在多个数据库间随意转换?

第二个限速环节是差异分析

Limma求差异基因构建矩阵的两种方式

这里面其实需要我们做的不多,我们只要解决,如何分组,但是分组,并不需要处理组都在前面,对照组都在后面,只要跟样本顺序一致即可,请看下面这个帖子

GEO的样本名称太多而且排序不规则,你们都是手动分组的么?

接下来解决的是如何分两个组,分多个分组,配对分组的事情

GEO芯片分析中的大坑,差异基因完全相反!

GEO芯片如果超过了两组,也可以一次搞定差异分析

GEO芯片中配对样本如何做差异分析

这里面的原理就是使用了因子的水平来排序。

因子(factor)就像贤内助,让你始终分清主次,拨开云雾。

第三个限速环节是多芯片联合分析

这个我写过一点教程,但是实操的部分还在制作当中,把这个部分解决了,那么GEO表达谱芯片分析就已经没有了阻碍:
批次效应这样矫正

批次效应有时候真麻烦!

除此之外,还有一些再看看其他的:

比如这个,如果我用临床医生的视角会很容易解决

GEO芯片中多个探针对应一个基因,是求平均值还是保留最大值?

刚才那是多个探针对应一个基因,还有一个探针对多个基因的情况

如果GEO中一个探针对应多个基因,如何把这个探针全部删掉?

其他的随意看看,作为补充
画一个火山图

画一张热图

QQ-plot

理解 Quntile Normalization

K均值聚类预测未知分类信息

主成分分析PCA预测未知分类信息

K邻近算法来分析芯片数据

支持向量机SVM来预测芯片未知信息

使用CARET包中的支持向量机SVM来做模型预测

当然这一切需要的是R语言

学习R语言,从这一课开始。

不会代码也可以看看这一个,有点过时了,但是这里面直接用GEO2R来分析的想法,可以帮我们判定,当前这个芯片是否能够直接用R语言来分析。

无代码芯片分析图文教程:每个人都可以做一做的生信第1题

就完成度来看,目前这个帖子离我的预期还剩下多芯片分析那一点点距离,很快,我们就会把它填充完成,敬请期待。

评论

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×