A. 怎么才能从凌乱的数据库里筛选出需要的数据
这个需要根据条件检索查询的。检索是数据库最基本的一个功能。
比如我们可以查某年某月的数据或者查张三、李四的数据。根据不同条件去数据库查询，然后把符合条件的数据列出来。
B. 如何在GEO数据库中找到需要的数据
假设这组数据在A1:A100这个区域 ，公式：
=INDEX(A:A,INT(RAND()*100)+1)
或者：
=OFFSET(A1,INT(RAND()*100),)
C. 数据库怎么筛选出同一项目下的所有数据
将Excel表格中单位名称导入access中，表取名单位名称，原有数据表名为单位（单位名称、地址、电话），建查询：将单位名称和单位这两个表都加到查询设计窗格中，两个共同字段：单位名称建立连接，单击那条线—右键—选2，包括“单位名称”中的所有记录和“单位”中联接字段相等的那些记录。然后单位名称表选单位名称，单位表选地址、电话。象下图这样，就可以了。
D. 如何对GEO数据库中已有的数据进行分析
差异表达基因的筛选（阀值）以及后面的生物信息分析都可以做的。
差异表达基因筛选步骤：选择GEO数据——下载芯片数据——差异分析（方法有很多：SAM法，R包处理，T-test检验等）——选择想要的阈值（Fold change >4)
E. kegg数据库和geo数据库区别
GEO筛选差异，KOBAS注释分析。
GEO数据库来筛选差异表达基因，KOBAS进行KEGG注释分析
利用基因在不同物种之间的保守性，任何基因组的数据都可以映射到这些数据库中去。
F. geo数据库有牛的吗
GEO数据库是一个储存芯片、二代测序以及其他高通量测序数据的一个数据库。利用这个数据库，我们可以检索到其他一些人上传的一些实验测序数据。
由于GEO数据库和我们之前介绍的gene数据库a以及我们常用来搜索文献的pubmed都是一个机构的。使用这个数据库，我们需要做的就是就是就是提供检索式。检索式可以是简单的几个关键词，也可以是制定特殊的检索式。我们一般可以用到的进一步筛选的过程就是：在样本类型当中寻找自己想要的物种。由于GEO包括了很多不同组学的数据，如果我们有特定的检索目的的话，我们可以在aStudyaType当中来选择合适的数据类型。默认的检索结果的排序是基于检索相关性来排序的。而我们再找目标数据的时候。有时候需要看样本量，一般来说样本量越大其实也就越好的。所以我们可以改变一下检索结果的排序。
G. 基因芯片数据分析-1: 使用GEOquery 包从GEO获取数据
GEOquery 包使用指南
GEO（The NCBI Gene Expression Omnibus）是NCBI专门储存高通量测序的库。如基于芯片数据（mRNA、DNA、蛋白丰度），蛋白质质谱数据和高通量测序数据。
GEO数据主要有4种基本类型。Sample, Platform 和 Series是由作者上传的数据，dataset是由GEO官方从做和提交的数据整理出来的。
## 1.1 Platforms
GEO 号：GPLxxx。
芯片的组成信息，例如 cDNAs, oligonucleotide probesets, ORFs, antibodies 。或者其它定量检测平台信息，例如SAGE tags, peptides。
## 1.2 Samples
GEO 号: GSMxxx
描述单个样本信息，处理步骤、处理条件以及实验测得的结果。一个样本可能属于多个研究（Series）。
## 1.3 Series
GEO 号：GSExxx
涉及同一个研究的记录，包括处理过的数据、总结和分析；信息可以从GSEMatrix文件解析快速得到。
##1.4 Datasets
GEO 号：GDSxxx
一套经过整理的GEO 数据集。每套数据都是可以进行生物学或者统计学上比较的样本，是GEO自带工具进行数据分析和展示的基础。一个 GDS数据集来自同一个平台，数据分析和标准化都具有一致性。
getGEO 函数可以从GEO官网获取数据或者将固定格式数据解析为R格式的数据。
GEOquery 数据结构大致分为两类。第一种是GDS, GPL和GSM,他们的操作和数据类型差不多；第二种是GSE，GSE数据是由GSM和GPL整合而成。
## 3.1 GDS, GSM 和 GPL
这些数据类组成
可以使用show()查看这些数据类。
##3.2 GSE类
GSE类组成：
GEO datasets与limma 数据结构MAList 和Biobase数据结构 ExpressionSet比较相似。可以相互转换：
## 4.1 Getting GSE Series Matrix files as an ExpressionSet
GEO Series是一套实验数据的集合，有SOFT，MINiML格式文件，以及一个 Series Matrix File(s)文本。Series Matrix File是tab-delimited text， getGEO 函数可以解析，解析结果就是ExpressionSets。
一个GSE下如果存在多个GPL测序，筛选特定的GPL数据；GSE会有多个列表 gset[[idx]]
##4.2 Converting GDS to an ExpressionSet
##4.3 Converting GDS to an MAList
ExpressionSet不包含注释信息， getGEO 可以帮助我们获取。
与ExpressionSet不同，the limma MAList 包含基因注释信息。上面的gpl包含注释信息。
MAList不仅包含数据，还包含样本信息，和注释信息。
4.4 Converting GSE to an ExpressionSet
GSE转换成ExpressionSet
这个GSE包含两个GPLs，GPL96 和 GPL97。
筛选使用GPL96 的GSM。
获取表达矩阵：
构造ExpressionSet
##6.1 Getting all Series Records for a Given Platform
英文版原文见：[Using the GEOquery Package
H. 如何在geo数据库找想要的数据库
1、首先GEO数据库是个什么鬼呢？
GEO数据库全称GENE EXPRESSION
OMNIBUS，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。它创建于2000年，收录了世界各国研究机构提交的高通量基因表达数据，也就是说只要是目前已经发表的论文，论文中涉及到的基因表达检测的数据都可以通过这个数据库中找到。
2、那GEO数据库有哪些检索入口呢？
最常用的有两种方式，如果你知道GSE编号可以通过网址http://www.ncbi.nlm.nih.gov/geo直接进入，具体编号介绍文件下载方法见：https://www.omicsclass.com/article/1100
另外一种就是通过NCBI主页的入口基因搜索下载。通常是不知道GEO编号，通过样品类型，实验处理，平台信息等搜索筛选想要的GEO数据：https://www.ncbi.nlm.nih.gov/，进入NCBI主页，搜索数据选择GEO DataSets，如果搜索某个基因表达量可选择GEO Profiles。