Download 我在哪里下载基因表达数据？

我想下载由微阵列实验产生的基因表达数据。我对这个主题了解不多，但据我所知，行通常对应于基因，列对应于样本。理想情况下，我希望有一个基因表达数据矩阵

我一直在互联网上搜索，虽然似乎有很多地方可以下载这些数据，但当我真的下载数据时，我没有得到基因表达矩阵。有没有人能告诉我是否有一个地方或如何下载基因表达数据的格式，我期待上述

---

非常感谢您的帮助。

如果您查看，例如，在中，其中一种文件格式是“TXT”，并且在一些元数据之后包含您想要的矩阵。

原则上，微阵列数据可以表示为一个矩阵，样本作为列，行作为基因。在实践中，为实验的原始数据推导出这样一种表示形式要复杂得多。如果您只是得到一个预处理的数据集，那么您几乎不能保证原始数据的处理方式可以与其他实验进行比较，或者基本的原始数据具有足够高的质量

您还需要高质量的元数据来从数据矩阵中获得任何意义。这些样本的生物条件和来源是什么？使用的特定阵列上的探针对应哪些基因？（请注意，9890_at是“probeset id”，是特定序列设计的分子探针的唯一标识符，然后需要映射到基因，同一基因的不同探针不会给出完全相同的响应。）

因此，公共微raray数据库除了提供处理后的数据矩阵外，还提供了许多附加信息。除此之外，我会推荐我认为更好的搜索界面

许多人选择使用微阵列数据的工具是统计编程语言的软件套件

Bioconductor提供API，可从两个存储库下载原始数据和附带的元数据，请参阅和

与大多数bioconductor软件一样，这两个软件包都带有介绍该软件的优秀“小插曲”： 及

这些小插曲还应该为您提供获取原始数据并从原始数据中导出“ESET”（表达式集）的示例。此时，您可以访问bioconductor Eset对象中的基因表达矩阵，并且您有一个对象和API来查询必要的元数据

---

注意，有不同类型的微阵列。我建议从Affymetrix阵列的数据开始，因为它们可能有最简单的分析API

对于该TXT文件，列（即GSM339455、GSM339456、GSM339457等）是基因还是行样本？我正在查看聚类分析。似乎GSM是样本，行确实对应于基因。你能解释一下命名规则吗？i、 e.为什么使用GSM作为列标题，然后使用998_at或9890_at作为行标识符？GSM编号是样本的登录id（您可以在GEO中找到每个样本的id）。文件中列出的“系列平台id”是GPL7144，如果您使用该id查询GEO，您将获得从行标识符到引用基因的各种其他方式的映射。您知道您是否能够按维度进行查询吗？i、 e.我只对超过20000个基因和1000个样本的数据集感兴趣？您可以在设置搜索限制，其中一个选项是样本数，只需将其设置为1000:1000000。基因数量是没有领域的，但现代微阵列基因表达研究将有超过20k个基因，你可以通过平台限制到具有足够覆盖率的平台。这个问题与编程无关。请在BioStar@gotgenes上查询，谢谢！在这里发布之前，我确实尝试过看看是否还有其他stackexchange频道。但现在我肯定知道了！幸运的是，我现在得到了很好的回复和合适的网站。谢谢alex，这也很有帮助。我非常感谢你的答复。