如何上传GEO数据库

来源:百迈客云1 13,147

1、创建账号

如果要上传GEO数据库,首先要创建NCBI帐号, 网址:https://www.ncbi.nlm.nih.gov/geo/submitter/

如何上传GEO数据库-图片1

登录成功后,回到GEO的主页,点击 Submission Guidelines

如何上传GEO数据库-图片2

2、数据准备

GEO数据库支持上传芯片数据、高通量数据以及RT-PCR数据等,首先选择需要上传数据的类型,接下来以high-throughput sequence submisssions (高通量测序)为例进行详解。

如何上传GEO数据库-图片3

点击进去如下图:

可以看见我们上传数据需要准备三个文件,分别为:Metadata spreadsheet、Processed data files、Raw data files。下面分别介绍每个文件如何填写以及准备。

01、Metadata spreadsheet文件

点击下方链接下载该表格

如何上传GEO数据库-图片4

该表格一共包括7个部分,以下将分别介绍如何填写:

A、SERIES

主要包含文章的标题、概述、实验整体设计、共同作者、补充材料和SAR号(SRA号为选填,如果已经上传了SRA,则填上,否则空着即可)

如何上传GEO数据库-图片5

B、SAMPLE

样品的详细信息,包括样品名称、来源、器官、年龄、表达值数据和原始数据等

如何上传GEO数据库-图片6

C、PROTOCOLS

样品的实验和提取建库详情

如何上传GEO数据库-图片7

D、DATA PROCESSING PIPELINE

高通量数据的处理过程,主要包括碱基识别、比对、过滤、参考基因组、文件格式等

如何上传GEO数据库-图片8

E、PROCESSED DATA FILES

基因表达量文件名称、文件类型和MD5值(windows电脑可以使用MD5码生成软件,linux可以用md5sum file命令生成)

如何上传GEO数据库-图片9

F、RAW FILES

原始数据文件名称、格式、MD5码、平台类型、测序读长和单双端信息

如何上传GEO数据库-图片10

G、PAIRED-ENDWEXPPERIMENTS

如果是双末端数据,需要填写原始数据名称、插入片段长度、标准偏差

如何上传GEO数据库-图片11

02、Processed data files文件

基因表达量文件 ,如果没有预测的新基因,文件只需要提供gene ID 和表达量如下:

如何上传GEO数据库-图片12

如果表达量文件包含新预测的基因,还需要补充新基因(已知基因可选填)的Chromosome(染色体号)、Strand(正负链信息)、start(起始位置)、end(终止位置)、length(长度)。

如何上传GEO数据库-图片13

03、Raw data files文件

这里需要准备clean 数据的fq文件,通常情况下fq文件很大,因此GEO数据库要求fq文件必须压缩。

到这里准备工作就全部做完了,下面开始上传数据

如何上传GEO数据库-图片14

上传数据有以上两种途径,小编比较推荐第一种,利用FileZilla软件,下载地址点击图片的链接,打开FileZilla软件,开始上传数据,主机(H) 框填写上图中host对应的内容ftp-private.ncbi.nlm.nih.gov,用户名(U)填写geo,密码填写 33%9uyj_fCh?M16H,端口号可不填,全部填好后,点击快速连接按钮。

如何上传GEO数据库-图片15

连接成功后,在远程站点下的文件名展示中创建自己的文件,最好在fasp目录下面创建自己的目录(当然也可以与fasp目录同级下创建),例如ABC,创建方法为点击鼠标右键,会出现下图中的创建空文件夹对话框,输入自己文件夹的命名,之后点击确认,这样你的文件夹就创建成功了。

如何上传GEO数据库-图片16

最后在本地站点中找到您要上传的文件,双击就可以将文件上传到您在GEO创建的路径下了,数据上传一般会比较慢。数据全部上传后,需要给GEO发邮件,点击下方的链接。

如何上传GEO数据库-图片17

邮件内容可以参考下方:

邮件主题:Submitting high-throughput sequence data to GEO

邮件正文:

Dear sir,

We had finished the raw data uploading .Please check according to the following information :GEO account username: GEO帐号Names of the directory and files deposited: ABC(存放数据的路径)Public release date :数据释放日期Our raw files were named as follows: XXX.fq.gzOur Processed data files were named as follows: XXX.txtand Metadata spreadsheet were named as follows: Metadata_spreadsheet.xls

Thank you again for your time!

一般GEO第二天就会给您回复邮件,告知您具体的GEO号。

    • werlin 1

      感谢,非常有帮助

    发表评论

    匿名网友