手把手教你如何上傳GEO數(shù)據(jù)庫【圖文教程實用帖】

還在為不知如何上傳GEO數(shù)據(jù)庫而發(fā)愁嗎？還在為不愿意看繁瑣的英文幫助而不知所措嗎？一篇帖子教你如何上傳GEO數(shù)據(jù)庫，建議收藏，再也不用愁“書到用時方恨少”了。

一、創(chuàng)建賬號

如果要上傳GEO數(shù)據(jù)庫，首先要創(chuàng)建NCBI帳號， 網(wǎng)址：

https://www.ncbi.nlm.nih.gov/geo/submitter/

登錄成功后，回到GEO的主頁，點擊 ?Submission Guidelines

二、數(shù)據(jù)準備

GEO數(shù)據(jù)庫支持上傳芯片數(shù)據(jù)、高通量數(shù)據(jù)以及RT-PCR數(shù)據(jù)等，首先選擇需要上傳數(shù)據(jù)的類型，接下來以high-throughput sequence submisssions （高通量測序）為例進行詳解。

點擊進去如下圖：

可以看見我們上傳數(shù)據(jù)需要準備三個文件，分別為：Metadata spreadsheet、Processed data files、Raw data files。下面分別介紹每個文件如何填寫以及準備。

1）Metadata spreadsheet文件

?? ? ?? 點擊下方鏈接下載該表格

該表格一共包括7個部分，以下將分別介紹如何填寫：

A、SERIES

主要包含文章的標題、概述、實驗整體設計、共同作者、補充材料和SAR號（SRA號為選填，如果已經(jīng)上傳了SRA，則填上，否則空著即可）

B、SAMPLE

樣品的詳細信息，包括樣品名稱、來源、器官、年齡、表達值數(shù)據(jù)和原始數(shù)據(jù)等

C、PROTOCOLS

樣品的實驗和提取建庫詳情

D、DATA PROCESSING PIPELINE

高通量數(shù)據(jù)的處理過程，主要包括堿基識別、比對、過濾、參考基因組、文件格式等

E、PROCESSED DATA FILES

基因表達量文件名稱、文件類型和MD5值（windows電腦可以使用MD5碼生成軟件，linux可以用md5sum file命令生成）

F、RAW FILES

原始數(shù)據(jù)文件名稱、格式、MD5碼、平臺類型、測序讀長和單雙端信息

G、PAIRED-ENDWEXPPERIMENTS

如果是雙末端數(shù)據(jù)，需要填寫原始數(shù)據(jù)名稱、插入片段長度、標準偏差

2）、Processed data files文件

???? 基因表達量文件 ，如果沒有預測的新基因，文件只需要提供gene ID 和表達量如下：

如果表達量文件包含新預測的基因，還需要補充新基因（已知基因可選填）的Chromosome（染色體號）、Strand（正負鏈信息）、start（起始位置）、end（終止位置）、length（長度）。

3）、Raw data files文件

這里需要準備clean 數(shù)據(jù)的fq文件，通常情況下fq文件很大，因此GEO數(shù)據(jù)庫要求fq文件必須壓縮。

三、數(shù)據(jù)上傳

到這里準備工作就全部做完了，下面開始上傳數(shù)據(jù)

上傳數(shù)據(jù)有以上兩種途徑，小編比較推薦第一種，利用FileZilla軟件，下載地址點擊圖片的鏈接，打開FileZilla軟件，開始上傳數(shù)據(jù)，主機(H) 框填寫上圖中host對應的內(nèi)容ftp-private.ncbi.nlm.nih.gov，用戶名(U)填寫geo，密碼填寫 33%9uyj_fCh?M16H，端口號可不填，全部填好后，點擊快速連接按鈕

連接成功后，在遠程站點下的文件名展示中創(chuàng)建自己的文件，在fasp目錄下面創(chuàng)建自己的目錄（當然也可以與fasp目錄同級下創(chuàng)建），例如ABC，創(chuàng)建方法為點擊鼠標右鍵，會出現(xiàn)下圖中的創(chuàng)建空文件夾對話框，輸入自己文件夾的命名，之后點擊確認，這樣你的文件夾就創(chuàng)建成功了。

最后在本地站點中找到您要上傳的文件，雙擊就可以將文件上傳到您在GEO創(chuàng)建的路徑下了，數(shù)據(jù)上傳一般會比較慢。數(shù)據(jù)全部上傳后，需要給GEO發(fā)郵件，點擊下方的鏈接。

郵件內(nèi)容可以參考下方：

一般GEO第二天就會給您回復郵件，告知您具體的GEO號。