手把手教你如何上傳GEO數據庫【圖文教程實(shí)用帖】

還在為不知如何上傳GEO數據庫而發(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數據庫，建議收藏，再也不用愁“書(shū)到用時(shí)方恨少”了。

一、創(chuàng )建賬號

如果要上傳GEO數據庫，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(yè)，點(diǎn)擊 ?Submission Guidelines

二、數據準備

GEO數據庫支持上傳芯片數據、高通量數據以及RT-PCR數據等，首先選擇需要上傳數據的類(lèi)型，接下來(lái)以high-throughput sequence submisssions （高通量測序）為例進(jìn)行詳解。

點(diǎn)擊進(jìn)去如下圖：

可以看見(jiàn)我們上傳數據需要準備三個(gè)文件，分別為：Metadata spreadsheet、Processed data files、Raw data files。下面分別介紹每個(gè)文件如何填寫(xiě)以及準備。

1）Metadata spreadsheet文件

?? ? ?? 點(diǎn)擊下方鏈接下載該表格

該表格一共包括7個(gè)部分，以下將分別介紹如何填寫(xiě)：

A、SERIES

主要包含文章的標題、概述、實(shí)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(zhù)即可）

B、SAMPLE

樣品的詳細信息，包括樣品名稱(chēng)、來(lái)源、器官、年齡、表達值數據和原始數據等

C、PROTOCOLS

樣品的實(shí)驗和提取建庫詳情

D、DATA PROCESSING PIPELINE

高通量數據的處理過(guò)程，主要包括堿基識別、比對、過(guò)濾、參考基因組、文件格式等

E、PROCESSED DATA FILES

基因表達量文件名稱(chēng)、文件類(lèi)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

原始數據文件名稱(chēng)、格式、MD5碼、平臺類(lèi)型、測序讀長(cháng)和單雙端信息

G、PAIRED-ENDWEXPPERIMENTS

如果是雙末端數據，需要填寫(xiě)原始數據名稱(chēng)、插入片段長(cháng)度、標準偏差

2）、Processed data files文件

???? 基因表達量文件 ，如果沒(méi)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(cháng)度）。

3）、Raw data files文件

這里需要準備clean 數據的fq文件，通常情況下fq文件很大，因此GEO數據庫要求fq文件必須壓縮。

三、數據上傳

到這里準備工作就全部做完了，下面開(kāi)始上傳數據

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

連接成功后，在遠程站點(diǎn)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(diǎn)擊鼠標右鍵，會(huì )出現下圖中的創(chuàng )建空文件夾對話(huà)框，輸入自己文件夾的命名，之后點(diǎn)擊確認，這樣你的文件夾就創(chuàng )建成功了。

最后在本地站點(diǎn)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，數據上傳一般會(huì )比較慢。數據全部上傳后，需要給GEO發(fā)郵件，點(diǎn)擊下方的鏈接。

郵件內容可以參考下方：

一般GEO第二天就會(huì )給您回復郵件，告知您具體的GEO號。