手把手教你GEO数据库表达谱差异基因分析(下)：

作者：张馨予

原创手把手教你GEO数据库表达谱差异基因分析(下)：GEO2

2019-08-12 12:46 来源:百味科研芝士

原标题：手把手教你GEO数据库表达谱差异基因分析(下)：GEO2

本文首发于“百味科研芝士”微信公众号，未经允许，禁止转载。

功能介绍高端大气基金标书，系统全面R和统计；深入浅出生信神器，实用百变科研工具；热气腾腾时事资讯，诙谐有趣医学科普；此号可知科研百味，分享干货玩转芝士

上次为大家介绍了分析GEO数据库基因表达谱差异基因的R版本，可能很多小伙伴在运行R时候会出现很多报错，导致R代码运行失败，不过没关系(再调整代码)，今天我将为大家解决“不懂R，如何分析GEO数据库基因表达谱的差异基因？”这个问题。

开始部分的处理和R版的是相同的。首先，进入GEO的首页，两种方法，大家可以回忆一下。进入主页搜索框后输入“cervical cancer”，点击search。

展开全文

跳转界面看注释，寻找感兴趣的基因表达芯片。

本帖还是选择了宫颈癌的基因表达芯片“GSE89657”来分析。

点击芯片标题，查看注释信息。

下拉页面至最底端！直接点击GEO2R选项,GEO2R是GEO数据库自带的在线分析工具，本帖将介绍使用GEO2R分析差异基因。

点击GEO2R后弹出如下界面，这步最重要的是定义分组。

首先需要对样本芯片进行分组，下拉Define groups,分别创建两个分组T(肿瘤组)，C（对照组），分别点击回车键完成分组

对样本进行分组：选择各样本后点击T或C，就可完成分组

下拉页面，有“TOP250选项”和“Save all results”两个选项，前者是保存前250个基因(按P-Value大小排序)，后者则是这张芯片的全部基因。

点击“Save all results”选项，跳转页面。

新建一个GEO2R.txt文件，将以上结果粘贴在txt文档里面，用EXCEL打开，筛选logFC>1或logFC<-1，P<0.05的为差异基因。

最终，通过整理(本帖中删除了没有基因名字的行，所有和原文差异基因数量有差别)，共筛选出2317个差异基因，其中上调的基因915个，下调的基因1402个。

GEO2R计算出来的差异基因没有基因的表达矩阵，因此我们需要下载矩阵文件，并且需要将矩阵文件里面的基因探针ID与刚刚求出的差异基因的genesymbol进行匹配。我们用excel打开下载好的矩阵文件GSE89657_series_matrix，在列T，U粘贴差异基因的ID和genesymbol两列，列V开始将芯片中的样本按顺序复制。

我们需要用到EXCEL中的VLOOKUP匹配函数，它的表达式书写是VLOOKUP(查

找值，数据的范围，列序号，匹配条件)。首先我们在表格V2书写“=VLOOKUP(T2,