GeoDiver：GEO数据挖掘分析利器

这才是GEO数据库挖掘的正确姿势。

前阵子，酸谈学社的大师兄Ewen给大家介绍了一个GEO数据集分析工具

shinyGEO

。本期小编就再来给大家介绍一个来自大英帝国的GEO数据分析神器-GeoDiver(https://www.geodiver.co.uk/)。

1

首先，官网的使用界面非常直观简单，不仅可以高质量的作图，还可以做差异表达和基因富集分析。听着就感觉非常666，而其用户体验也确实是更加nice，下面让我们一起去探索学习吧。

跟shinyGEO一样，用户只要输入GEO dataset的编号运行即可。比如网站的举例数据GDS724，输入编号后，网站会自动识别分组因素，包括不同组织间比较或者individual间的比较。

另外，ADVANCED PARAMETERS里还有更多可供选择的参数，包括列表里展示的差异表达基因数目、P value的矫正方法、热图里展示的基因数目、热图聚类的方法，及树状图的展示等等。

2

接下来，我们以individual为例分析下数据挖掘结果：

Overview Boxplot

从此图可以看到表达量的均值还是有波动的，没有完全在一条直线上，说明数据没有进行归一化，而归一化的目的是调整由于基因芯片技术引起的误差。

但在实际的数据分析过程中，数据均值的这条线，只要没有太大的波动，像本例中的情况还是可以用的。如果要进行均一化，一般用平均数或者中位数进行标准化处理，那样处理也更加科学严谨。

主成分分析（Principal Component Analysis）

我们可以看到PC1和PC2两个主成分的解释度超过了60%，按推断应该可以通过主成分的的坐标图将两组分开，实际情况如下：

1）2D图

2）3D图

用户可以自行选择主成分，观察主成分是否能够将两组数据分开，以判断两组样本是否存在差异，本例数据来看，两组间的差异还是比较明显的。

热图（Heatmap）

热图分为两个模块，一个模块是差异表达的基因（很像是Pheatmap的作图风格啊，应该就是它了），另外一个是gene set的富集分析图。不管是差异表达的基因还是富集到的通路，网站都提供搜索功能，可在Table的右侧进行搜索筛选。

富集到的每个通路，用户可以点击如下图所示的红色箭头，查看在KEGG中的通路情况，而且应该是实时的KEGG通路数据（笔者推测，因为加载通路数据时需要一些时间），所以功能还是比较强大的。

火山图

网站作者煞费苦心，画了两个火山图如下。笔者认为火山图就只是一个粗略的展示，并没有太多意义。当然，对于筛选差异表达基因时观察某个基因在整体中的情况，还是有一定帮助意义的。

这个网站能够完成基本的GEO数据分析，就看各位能不能各显神通，用好这个工具啦！可惜的是，这个网站没有加入生存分析的功能，甚为遗憾！不过没关系，我们解螺旋有GEO数据分析的课程，欢迎加入学习！