一、GEO 數(shù)據(jù)庫簡介

https://cloud.tencent.com/developer/article/2139665

GEO 數(shù)據(jù)庫全稱是 Gene Expression Omnibus，是由美國國立生物技術(shù)信息中心NCBI 創(chuàng)建并維護(hù)的基因表達(dá)數(shù)據(jù)庫。它收錄了世界各國研究機(jī)構(gòu)提交的高通量基因表達(dá)數(shù)據(jù)，目前已經(jīng)發(fā)表的論文中涉及到的基因表達(dá)檢測的數(shù)據(jù)可以通過這個數(shù)據(jù)庫中找到,并且免費(fèi)提供下載，對科研人來說真是非常友好的存在。

GEO 數(shù)據(jù)庫中包含了多種基因表達(dá)相關(guān)的數(shù)據(jù)，里面除了二代測序數(shù)據(jù)，還包含芯片測序、單細(xì)胞測序數(shù)據(jù)等，因此 GEO 數(shù)據(jù)與 NCBI 中的 SRA 數(shù)據(jù)是存在交集的，同一個數(shù)據(jù)可以包含在 SRA 數(shù)據(jù)庫中，如果是基因表達(dá)相關(guān)的，也可以包含在 GEO 數(shù)據(jù)中。但是同一份數(shù)據(jù)在不同的數(shù)據(jù)庫中就會有不同的 ID。

GEO 數(shù)據(jù)同樣使用多種 ID 進(jìn)行標(biāo)識，例如

GEO Platform (GPL) 芯片平臺

GEO Sample (GSM) 樣本 ID 號

GEO Series (GSE) study 的 ID 號

GEO Dataset (GDS) 數(shù)據(jù)集的 ID 號等。

二、GEO 數(shù)據(jù)庫檢索數(shù)據(jù)

1、打開網(wǎng)址

https://www.ncbi.nlm./geo/

GEO 數(shù)據(jù)庫官網(wǎng)

進(jìn)入之后界面如下，右邊就是檢索框，輸入關(guān)鍵詞即可搜索。例如搜索關(guān)鍵字“GSE52778”

GEO 數(shù)據(jù)庫的首頁主要可分為 4 個版塊。

1、GEO 數(shù)據(jù)庫相關(guān)的使用教程，例如我們可以點(diǎn)擊相應(yīng)的鏈接查看 Dataset、Profiles、GEO2R 的說明文檔；

2、GEO 數(shù)據(jù)庫相關(guān)的各種小工具；

3、GEO 數(shù)據(jù)庫目前現(xiàn)有的數(shù)據(jù)量；

4、GEO 數(shù)據(jù)庫數(shù)據(jù)上傳相關(guān)的說明信息。

詳細(xì)說明文檔：https://ncbi.nlm./geo/info/overview.html

三、基因表達(dá)調(diào)控項(xiàng)目

3.1 ENCODE 計劃

DNA 元件百科全書 ENCODE，The ENCODE Project,即 ENCyclopedia Of DNA Elements，是美國國立人類基因組研究院（US National Human Genome Research Institute，NHGRI）在 2003 年 9 月啟動的跨國研究項(xiàng)目。該項(xiàng)目旨在解析人類基因組中的所有功能性元件，它是人類基因組計劃（Human Genome Project，HGP）完成之后，又一重要的跨國基因組學(xué)研究項(xiàng)目。該項(xiàng)目聯(lián)合了來自美國，英國，西班牙，新加坡和日本的 32 個實(shí)驗(yàn)室的 422 名科學(xué)家的努力，獲得了迄今最詳細(xì)的人類基因組分析數(shù)據(jù)（他們獲得并分析了超過 15 兆兆字節(jié)的原始數(shù)據(jù)）。研究花費(fèi)了約 300 年的計算機(jī)時間，對 147 個組織類型進(jìn)行了分析，以確定哪些能打開和關(guān)閉特定的基因，以及不同類型細(xì)胞之間的“開關(guān)”存在什么差異。

2012 年 9 月 5 日，ENCODE 項(xiàng)目的階段性研究結(jié)果被整理成 30 篇論文發(fā)表于《自然》（6 篇），《基因組研究》（6 篇）和《基因組生物學(xué)》（18 篇）上。研究結(jié)果顯示，人類基因組內(nèi)的非編碼 DNA 至少 80%是有生物活性的，而并非之前認(rèn)為的“垃圾” DNA （junk DNA）。這些新的發(fā)現(xiàn)有望幫助研究人員理解基因受到控制的途徑，以及澄清某些疾病的遺傳學(xué)風(fēng)險因子。

網(wǎng)址：

https://www./Funded-Programs-Projects/ENCODE-Project-ENCyclopedia-Of-DNA-Elements

ENCODE計劃時間表

3.2 TCGA

TCGA（The Cancer Genome Atlas, 癌癥基因組圖譜）項(xiàng)目最早始于 2005 年，由美國政府出資，美國國家癌癥研究所(National Cancer Institute)和美國人類基因組研究所(National Human Genome Research Institute)共同監(jiān)督，旨在應(yīng)用高通量的基因組分析技術(shù)，以幫助人們對癌癥有個更好的認(rèn)知，從而提高對于癌癥的預(yù)防、診斷和治療能力。

網(wǎng)址：

https://www./

TCGA 是由多個組織機(jī)構(gòu)和單位共同在支持和維護(hù)的項(xiàng)目，主要分為負(fù)責(zé)測序的GCCs(genome characterization centers)和負(fù)責(zé)生物信息分析的GDACs(genome data analysis centers)。

TCGA 數(shù)據(jù)分類：

· DNA Sequencing

· miRNA Sequencing

· Protein Expression

· mRNA Sequencing

· Total RNA Sequencing

· Array-based Expression

· DNA Methylation

· Copy Number

TCGA 數(shù)據(jù)結(jié)構(gòu)圖

3.3 GTEx

GTEx(Genotype-Tissue Expression)，是由 National Institutes of Health (NIH)于 2010 年 9 月發(fā)起的項(xiàng)目，目前最新版本為 2020 年 9 月發(fā)布的 Version 8，該數(shù)據(jù)庫包括了 838 個捐贈者和 17382 個來自 52 個組織和兩個細(xì)胞系的樣本。GTEx 除了可以與 TCGA 數(shù)據(jù)庫合用外，還可以研究正常樣本不同組織之間的基因表達(dá)的差異。

網(wǎng)址：

https://www./home/index.html

寫在最后：有時間我們會努力更新的。大家互動交流可以前去論壇，地址在下面，復(fù)制去瀏覽器即可訪問，彌補(bǔ)下公眾號沒有留言功能的缺憾。

bioinfoer.com

有些板塊也可以預(yù)設(shè)為大家日常趣事的分享等，歡迎大家來提建議。