组学数据上传（六）|GEO数据库数据上传实操

最近有些老师反馈文章发表时要求提供GEO登录号,如:GSEXXXX，问要怎么获取这种登录号?这时就需要把数据上传至GEO数据库了。还在等什么，跟着小编了解下GEO数据库，手把手教您上传数据至GEO数据库。

GEO数据库全称GENE EXPRESSION OMNIBUS，成立于2000年，是由美国国立生物技术信息中心NCBI创建并维护的基因表达数据库，主要收录高通量基因表达数据。除SRA数据库之外，GEO数据库也是目前文章投递数据上传的数据库之一。

接受数据类型：原始数据或者经过处理的数据（符合“有关芯片试验的最小信息（minimum information about a microarray experiment，MIAME）”标准）

存储数据格式：web格式、spreadsheets格式、XML格式和纯文本格式

数据上传实操

01# 账号注册及登录

1）注册账号：进入https://www.ncbi.nlm.nih.gov/ 网页，找到页面右上角Sign in ，进入页面后，点击页面中的Sign up，根据自己喜好，选择对应的账号进行注册，按照提示填写账号、密码、邮箱等信息。

如果已有NCBI账号，此步骤可忽略。

2）登录账号：输入账号及密码（注册时使用哪种账号注册，登录时选择对应的登录通道登录），点击Log in，然后点击左上角的NCBI大图标回到NCBI的主页，点击图中Submit按钮进入提交数据页面。

02# 进入GEO数据上传页面

1）点击主页中Submit按钮进入提交数据页面，选择EGO数据库。进入GEO数据上传页面，选择对应的上传数据类型，高通量测序数据就点击“数据类型”中的第二行，进入数据上传页面。

03# 准备文件

根据网页提示准备3类文件，1. metadata spreadsheet，2. processed data files，3. raw data files 。

1）metadata spreadsheet：点击“metadata spreadsheet” 下载模板进行填写。

下载文件为Excel表格形式，该文件是填写关于整个研究中样本和实验的相关信息。

具体栏目填写参考：

SERIES这一块是一些跟您的实验相关的信息介绍，summary这一栏可以采用分段的模式来写，也可以采用一段式的模式来写，类似于科研论文中的摘要。

SERIES栏目

SAMPLES这一块是具体的实验分组信息，以及每一个组别里面的样品名称的填写

SAMPLES栏目

PROTOCOLS这一块主要是样品的处理方式以及测序建库的方式，一般服务商的结果报告中都会提供，也可通过与合作服务商伙伴的沟通来获得该部分的信息。

PROTOCOLS栏目

2）processed data files：一个至多个文件，是根据你的原始文件进行分析所提取得到的一些数据；该部分经过处理的数据是GEO提交的必要部分，GEO会审核客户上传的处理过的数据，以此来检验相关文章结论的真实可靠性。比如RNA-seq可以上传基因表达量文件，ChIP-seq可以上传WIG, bigWig, bedGraph等，不过由于是中间文件，该部分内容没有完全固定的格式。

3）raw data files：一个至多个文件，这是你测序或芯片获得的原始文件。测序的原始数据一般采用FASTQ格式，另外SRA数据库接受的其他格式也是可以的（https://www.ncbi.nlm.nih.gov/sra/docs/submitformats/）。

04# 数据上传

点击该网页“Uploading your submission”，跳转到数据上传部分：

跳转到“My GEO Profile”，进行个人基础信息填写，填写后跳转可获取FTP登录所需的IP、用户名及密码，通过FileZilla进行登录，开始上传数据。

GEO官网推荐的软件FileZilla，下载链接：https://filezilla-project.org。

进入到项目数据传输页面：

点击鼠标右键，在此路径下建三个子文件夹：1. metadata spreadsheet，2. processed data files，3. raw data files。然后将对应的文件上传至该文件夹即可。注意，由于raw data files很大，上传时需要耐心等待。

05# 确认数据上传完成

上传结束后，可点击Notify GEO，提醒GEO后台人员上传完成，可以进行审核。

点Notify GEO进去之后就是这样的界面，需要填写你建立的文件夹名称，期望数据公开的时间，以及更进一步的说明等。

上传成功或者数据有问题GEO都会以邮件的形式进行通知。一般约2,3个工作日，经审核数据没有问题，GEO会以邮件形式通知数据的GSM（实验样本编号）、GSE（研究项目编号）。

提示：提交了该数据之后，就会收到来自GEO数据库的邮件。（邮箱为NCBI注册时留下的邮箱）如果你的数据有问题，会通知你去再次上传或者是修改。你重新上传下数据就可以了。

等你的文件全部上传完成后，5个工作日内就会收到GEO给你发来的邮件，这时会给你一个GEO号，类似于GSEXXX。当你收到这封邮件后意味着你的数据正式上传成功了，写文章的时候把这个号附上就大功告成。