三种方式下载GEO芯片注释文件GPL

我们最新一期的生信入门群里的小伙伴学完了两周的R语言后，都开始了自己的芯片数据实战分析，其中有个学员遇到了 从GEO数据库中下载 GPL 芯片注释文件失败的问题：

为什么下载这么难呢？我们来看看有哪几种下载方法吧，总有一款适合你！

1、R 包：GEOquery

一般，我最先会使用 GEOquery这个包进行下载，代码如下，只需要给出 GEO编号，设置 getGPL = T即可，随便给一个GSE编号：GSE228568

library(GEOquery)
gset <- getGEO("GSE63678", destdir = '.', getGPL = T)
gpl_anno <- as.data.frame(fData(gset[[1]]))
colnames(gpl_anno)
head(gpl_anno[1:5, c(1:5,10:12)])

这个代码会默认下载 一个 .soft.gz文件在当前目录并读取进来，这样就很快就能得到这个信息了：

2、R包：AnnoProbe

这个包为曾老板方便国内用户解决网速问题，开发的一个包，下载速度非常滴快。网址：https://github.com/jmzeng1314/AnnoProbe。

library(devtools)
install_github("jmzeng1314/AnnoProbe")
library(AnnoProbe)

# 比如常规芯片GPL570，只有fa序列
gpl <- 'GPL570'
probe2gene <- idmap(gpl,type='soft')
head(probe2gene)

# 比如特殊芯片，只有fa序列
gpl <- 'GPL16956'
probe2gene <- idmap(gpl,type = 'pipe')
head(probe2gene)

3、了解下载GPL的网址构成，借用其他各种下载工具

我们去GEO官网：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi ，输入一个GPL号如GPL570，选择下面的参数，点击GO：

你就会得到一个文件，可以进行保存下载：

那么这个文件的网址是什么样的呢：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GPL570&targ=self&form=text&view=data

后续我只需要修改其中的GPL570编号就可以下载任意芯片平台的注释文件了，比如我用IDM多线程进行下载，就非常方便：

三种办法，你学会了吗？