【开源工具】使用linux终端下载GEO数据

Bioconductor的GEOquery几个常用函数可以实现GEO数据的下载,但有时候我想直接通过终端下载而不是使用Rstudio然后运行脚本的方式,所以下面用shell脚本对GEOquery两个下载函数getGEO()以及getGEOSuppFiles()进行了简单的封装。

安装

使用clone命令

git clone https://github.com/ShixiangWang/mytoolkit/

点击页面右上方的克隆或下载按钮

预置与帮助

Linux系统安装R,如果你没有安装GEOquery包,脚本会自动判断并进行下载安装。

查看脚本帮助:

./getGEOSuppFiles.sh -h
./getGEO.sh -h
./bulkGEO.sh -h

下载GEO附加文件

GEO附加文件一般是原始的芯片数据。

用法

Usage: ./getGEOSuppFiles.sh -n GEO -d directory
GEO:  GEO accession 号,比如 GPL1073 or GSM1137 
directory: 下载到的目录,默认为你的当前目录。

下载GEO表达矩阵文件

这个是最常用的功能,下载芯片的表达矩阵文件,数据已经经过研究者的预处理,可以直接使用。

用法

Usage: ./getGEO.sh -n GEO -d destdir -M GSEMatrix -A AnnotGPL -P getGPL

Detail of Options
==================
-n      GEO: 代表GEO对象的字符 (比如 'GDS505','GSE2','GSM2','GPL96')
-d      destdir: 要下载到的目的目录,默认为当前目录。
-M      逻辑值TRUE或FALSE,告诉脚本是否下载GSE Series Matrix文件,默认为TRUE。
-A      逻辑值TRUE或FALSE,告诉脚本是否使用注释GPL信息文件(会下载),这些文件包含了最新映射的Gene ID和其他基本信息,但不是都有。默认为TRUE。
-P      逻辑值TRUE或FALSE,告诉脚本是否在下载GSEMatrix文件时下载GPL信息,如果你知道你要用bioconductor工具的注释包,你可以选择FALSE,默认为TRUE。

Minimal Use Method
==================
If you do not know how to use these options, just set -n option is OK
                Like
             ./getGEO.sh -n GEO
        change the 'GEO' above to name of GSE you want to download

大量下载表达矩阵文件和原始文件

这个功能利用了前两个脚本,对它们进行循环调用。

用法

Usage: ./bulkGEO.sh -n GEO -d destdir -M GSEMatrix -A AnnotGPL -f filename -s supp


Detail of Options
==================
-n      GEO: 代表GEO对象的字符 (比如 'GDS505','GSE2','GSM2','GPL96')
-d      destdir: 要下载到的目的目录,默认为当前目录。
-M      逻辑值TRUE或FALSE,告诉脚本是否下载GSE Series Matrix文件,默认为TRUE。
-A      逻辑值TRUE或FALSE,告诉脚本是否使用注释GPL信息文件(会下载),这些文件包含了最新映射的Gene ID和其他基本信息,但不是都有。默认为TRUE。
-P      逻辑值TRUE或FALSE,告诉脚本是否在下载GSEMatrix文件时下载GPL信息,如果你知道你要用bioconductor工具的注释包,你可以选择FALSE,默认为TRUE。
-f      filename: 你可以把要下载的GEO对象名放入一个文件,然后指定它。注意,如果使用它,请不要设定-n选项,不然会被覆盖掉。
-s      supp: 逻辑值TRUE或FALSE,设定是否要下载原始附加文件。

Minimal Use Method
==================
If you do not know how to use these options, just set -n option is OK
                Like
             ./bulkGEO.sh -n 'GEO1 GEO2 GEO3'
        change the 'GEO' above to name of GSE you want to download


昨天为了避免自我感觉的下载麻烦所以写了这些代码,因为对linux的脚本还不是很精通,脚本可能会存在问题。基本的下载不会出错,我已经调试过。如果有问题或其他功能,欢迎提问,我会尝试解决。

谢谢阅读~

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

  • linux资料总章2.1 1.0写的不好抱歉 但是2.0已经改了很多 但是错误还是无法避免 以后资料会慢慢更新 大...
    数据革命阅读 14,386评论 2 33
  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 176,523评论 25 709
  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 136,178评论 19 139
  • Ubuntu的发音 Ubuntu,源于非洲祖鲁人和科萨人的语言,发作 oo-boon-too 的音。了解发音是有意...
    萤火虫de梦阅读 100,172评论 9 468
  • 劳动与社会保障,2016级,性格开朗外向热情,易相处 暑假做过漂流取包员,就是把别人的行李包发给别人 对英语翻译,...
    公子晗晗阅读 1,688评论 0 0

友情链接更多精彩内容