GEO数据库提取疾病样本和正常样本|GEO数据库区分疾病和正常样本|直接用|生物信息|生信

GEO数据库提取疾病样本和正常样本|GEO数据库区分疾病和正常样本|直接用|生物信息|生信

代码都可以直接用,修改GSE就可以!

  1. 通过代码查看数据的分类,是疾病还是正常样本
R 复制代码
##############################查看对饮GSE样本疾病or正常信息

# 指定GEO数据集的ID
gse_id <- "GSE42568"

# 使用getGEO函数获取数据集的基础信息
gse_info <- getGEO(gse_id, destdir = ".", AnnotGPL = FALSE ,getGPL = F)


#提取临床信息 方法一:$或者@ ,配合str()观察结构
pdata = gse_info$GSE42568_series_matrix.txt.gz@phenoData@data
value_counts <- table(pdata$source_name_ch1)#这里可以改为查看pdata中区分疾病样本和正常样本的列名
value_counts
  1. 根据样本分类和下载处理好的数据进行数据划分,划分成正常和疾病
    我的数据格式如下图
R 复制代码
# 读取CSV文件
data <- read.csv("new_count_std.csv", row.names = 1)
#统一pdata读取的样本名和数据文件中的样本名
colnames(data) <- gsub("X\\.", "", colnames(data))   # 修改列名去掉 "X."
colnames(data) <- gsub("\\.$", "", colnames(data)) # 去掉最后的 "."

# 从source_name_ch1列中提取样本类型,我这里直接取了最后一个关键字,一般为normal,tumor,cancer这几类可以查看得到
pdata$last_word <- sapply(strsplit(as.character(pdata$source_name_ch1), " "), function(x) tail(x, 1))

# 根据样本类型划分数据
normal_samples <- rownames(pdata[pdata$last_word == "normal", ])#通过pdata$last_word 进行写关键字,不同的数据可能有不同的关键字,下面tumor的也是一样
normal_data <- data[, normal_samples]
tumor_samples <- rownames(pdata[pdata$last_word == "cancer", ])
tumor_data <- data[, tumor_samples]

# 保存划分后的CSV文件
write.csv(normal_data, "normal_matrix.csv", row.names = TRUE)
write.csv(tumor_data, "tumor_matrix.csv", row.names = TRUE)

这样保存的文件分别就是疾病样本和正常样本了~~~~~~~~有疑问欢迎询问!我会尽可能解答!!!!!!

相关推荐
Komorebi.py37 分钟前
【Linux】-学习笔记05
linux·笔记·学习
亦枫Leonlew1 小时前
微积分复习笔记 Calculus Volume 1 - 6.5 Physical Applications
笔记·数学·微积分
Ajiang28247353042 小时前
对于C++中stack和queue的认识以及priority_queue的模拟实现
开发语言·c++
幽兰的天空2 小时前
Python 中的模式匹配:深入了解 match 语句
开发语言·python
远歌已逝3 小时前
维护在线重做日志(二)
数据库·oracle
qq_433099404 小时前
Ubuntu20.04从零安装IsaacSim/IsaacLab
数据库
Dlwyz4 小时前
redis-击穿、穿透、雪崩
数据库·redis·缓存
Theodore_10225 小时前
4 设计模式原则之接口隔离原则
java·开发语言·设计模式·java-ee·接口隔离原则·javaee
工业甲酰苯胺6 小时前
Redis性能优化的18招
数据库·redis·性能优化
冰帝海岸6 小时前
01-spring security认证笔记
java·笔记·spring