GEO中获取表达矩阵的exprs和临床信息的pData，是这么来的！

关于用getGEO下载数据后，会得到一个list，取出第一个列表中的元素后，再查看这第一个元素的数据类型后，发现他是一个对象（"ExpressionSet"），然后我们就会用exprs来提取表达矩阵信息，用pData来提取临床信息。代码过程如下，数据集是GSE54939，其实是哪个数据集都一样，我们都要经历这样的一个提取过程。最一开始就有这个疑问，这个exprs和pData是如何知道的呢？先看下获得表达矩阵和临床信息的代码如下

#在下载GEO数据时,是这么下载的
rm(list = ls())
options("repos"="https://mirrors.ustc.edu.cn/CRAN/")
if(!require("BiocManager")) install.packages("BiocManager",update = F,ask = F)
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
library(GEOquery)
f<-'GSE54839.Rdata'
####getGPL获得平台的注释信息，但下载速度会慢很多
####而且注释文件格式大多不如bioconductor包好用
if(!file.exists(f)){
  gset<-getGEO('GSE54839',destdir='.',
               AnnotGPL=F,
               getGPL=F)
  save(gset,file=f)
}
#数据提取
load('GSE54839.Rdata')
class(gset)

就是下面最后两行代码，虽然简单，但巨好用，然后我们轻飘飘的就获得表达矩阵和临床信息。

> class(gset)
[1] "list"
#取列表中的元素
a=gset[[1]] 
class(a)
dat=exprs(a) #a现在是一个对象，取a这个对象通过看说明书知道要用exprs这个函数
pd=pData(a) #用pData来提取临床信息

下面显示下我是如果一步一步搜索得到这两个函数的1

这时就要去了解 这Biobase和ExpressionSet是什么呢,可以?ExpressionSet,也可以去Bioconductor官网查看Biobase包,下面这张图片记录bioconductor 上面几个非常有帮助的模块,如肩头所示,其中common work flows可以看到各个主流分析的HTML文档,按操作可以出图.

文章名字是Orchestrationg~

其实呢,在library(GEOquery)也可以看到,如下图所示

现在知道得到的数据是一个ExpressionSet,关于ExpressionSet的解释,在bioconductor也有官方文档解释,网址是:https://bioconductor.org/packages/release/bioc/vignettes/Biobase/inst/doc/ExpressionSetIntroduction.pdf

文档截图

现在问题是如何获取ExpressionSet里面的注入phenoData、experimentData呢?

那就去看ExpressionSet里面的帮助文档

expr()

但是这个phenoData的信息如何提取没有说,继续找

好了,那就继续在代码去输入

ex<- exprs(gset[[1]])#表达矩阵
pd <- pData(gset[[1]])#临床信息

ex

pd

上面就是获得的表达矩阵和临床信息了，感觉还是豁然开朗了的！