GEO是目前常用的数据库中收纳数据量最为全面的数据库之一，我们本次基于GEO数据开展一篇生信类型的文章，进行解读、复现、拓展三个方面的解析。
我们本次的总是就是PC端做生信，实现零...
GEO是目前常用的数据库中收纳数据量最为全面的数据库之一，我们本次基于GEO数据开展一篇生信类型的文章，进行解读、复现、拓展三个方面的解析。
我们本次的总是就是PC端做生信，实现零代码，只要鼠标点点点。
首先、我们挑选一篇今天3月份发表的2.6分的一篇卵巢癌的生信分析文章；
一、GEO数据挖掘开篇之文章解读
接下来、是GEO数据库的介绍、包括如何快速检索数据、常用数据类型；
二、GEO数据挖掘之原始数据下载
数据已经整装待发，那么开始对数据进行表转化、SangerBox工具盒中的GEO转换器、RMA等数据使用说明。
三、GEO数据挖掘之数据预处理
万事具备只欠分析，那么开始对数据进行标准化、箱线图工具介绍、差异分析（DEcenter工具使用方法）、火山图（差异结果可视化）以及热图（Gene Cluster和TreeView的联合使用）以及多套数据差异分析结果整合（RRA工具使用）
四、GEO数据挖掘之标准化及箱线图绘制
五、GEO数据挖掘之火山图和热图绘制
六、GEO数据挖掘之差异分析结果整合
是时候展现真正的技术了，那么基本分析已经完成，接下里是文章中的复杂分析，如GSEA（此乃拓展，工具盒中的简易GSEA的使用以及结果解析）、功能富集（无论是KEGG还是GO，DAVID及g:Profiler的使用操作）、富集结果的可视化（Excel展示、Cytoscape中Enichment、ClubGO等插件）以及PPI互作网络分析（主要介绍String数据库以及MCODE插件的使
七、GEO数据挖掘拓展篇值GESA富集分析
八、GEO数据挖掘之功能富集
九、GEO数据挖掘之KEGG富集
十、GEO数据挖掘终篇之蛋白互作网络分析
到此为止，本次GEO数据数据挖掘系列之一已完结
各位看官们儿，敬请期待我们《公开数据挖掘系列之二 ----- TCGA数据挖掘》！！！
喜欢的别忘记点赞哦！！！
