GEO数据挖掘的正确姿势！

作者：解螺旋.老谈

如需转载请注明来源：解螺旋·医生科研助手

·导语·

在大数据的时代背景下，高通量测序技术及基因芯片技术的快速发展，使得基因数据呈井喷之势。而GEO作为世界上最大的免费的储存基因表达的数据库，包含了大约16亿个测量值，这些输入的数据很多还没有被破解，只是以原始资料存在，研究者可进一步挖掘其中包含的生物信息。

今天老谈以“肠癌”为例，带大家走上寻宝之路，教教大家如何在GEO数据库上找到宝贝。（回复“热图”，可查看基因芯片数据分析的文章）

1、打开NCBI官网：www.ncbi.nlm.nih.gov。

2、搜索GEO的数据库，找到GEO DataSets。

3、搜索肠癌“Colorectal Cancer”，即可获得所有肠癌的芯片数据。

4、选择需要研究的芯片点击进入，例如我们搜索了一个II期肠癌的芯片数据库。

5、直接点击进入后，会获得该基因芯片的结果，并进入分析工具的页面。

6、在Data AnalysisTools中可以进行进一步的数据分析，例如将原有样本群按照自己需要的分类再进行细分，并可筛选需要了解的某基因的表达谱。例如，如果要找耐药相关的基因，P-gp可介导肠癌多药耐药，那我们就要从P-gp入手，搜索该芯片中P-gp的表达谱。

7、获得表达谱信息之后，在链接中可以发现Profile neighbors，即表达谱相近的基因，这就是我们需要寻找的与P-gp相关的有可能共表达的基因了。同样，通过GEO Profiles的搜索，也同样可以得到所有芯片数据中该基因的表达谱情况，并根据需求进行查找可能的共表达基因。

8、对所有该基因的表达谱分析后，同样可以获得可能的信号通路。

9、点击后，可直接转入Flink显示可能的通路，使用极方便。