MAT材料与设备
01
GEO / SRA 账号与下载工具prefetch + fasterq-dump 或 GEO2R
02
参考基因组与注释与原始研究一致的版本
03
分析环境R/Bioconductor 或 nf-core/rnaseq
STEP操作步骤
-
01
用系列号定位研究,而不是关键词
先读原文的方法部分,记录平台型号、建库策略与样本数。GEO 页面的「Overall design」常与原文不一致。
-
02
核对样本元数据
下载 series matrix 或 SRA metadata,检查分组、批次与临床变量是否完整。缺关键协变量的数据集不适合做差异分析。
-
03
按原始流程重跑,而非直接套默认参数
确认是否链特异性、是否去 rRNA、比对工具与注释版本。必要时用 nf-core/rnaseq 固定流程版本以便复现。
-
04
做质控与批次评估
看比对率、rRNA 比例、样本间相关性热图与 PCA。批次效应明显时用 ComBat 或把批次纳入模型。
-
05
差异分析与阈值一致化
沿用原文的检验方法与阈值(如 |log2FC| > 1,FDR < 0.05),否则命中列表无法对照。
-
06
与原文结果比对并记录差异
取交集基因计算重叠率;若重叠率低,优先怀疑注释版本、分组定义或批次处理差异。
PITFALL常见失败模式
- 直接用 GEO2R 出结果就下结论:GEO2R 不做批次校正,也不检查样本质量。
- 混用不同平台的样本:跨平台合并需要额外的标准化步骤,否则差异来自技术。
- 忽略样本量:n=2 的公共数据只能用于假设生成,不能支撑强结论。
DATA配套数据与规范
引用本教程
撰文:陈昱 · 审核:林雯 · 审核日期:2026-10-08 · 版本:v1.1
科研在线(TeleVM). 公共数据集复用:从 GEO 检索到差异表达复现[EB/OL]. 实验教程, 2026-10-08. https://www.suprotek.cn/tutorials/geo-dataset-reuse.html.
陈昱. (2026, October 8). 公共数据集复用:从 GEO 检索到差异表达复现. 实验教程 (v1.1). https://www.suprotek.cn/tutorials/geo-dataset-reuse.html
@misc{biocsp_tutorials_geo_dataset_reuse,
title = {公共数据集复用:从 GEO 检索到差异表达复现},
author = {{陈昱}},
year = {2026},
howpublished = {实验教程},
note = {更新于 2026-10-08,v1.1,实验教程},
url = {https://www.suprotek.cn/tutorials/geo-dataset-reuse.html}
}
GB/T 7714 用于中文论文与报告;APA 7 用于英文期刊;BibTeX 可直接导入 Zotero、EndNote 或 LaTeX。
许可:CC BY-NC 4.0 · 转载注明来源