GPL页面表格奇奇怪怪的更新

　　GPL页面表格奇奇怪怪的更新

　　今天是生信星球陪你的第863天

　　大神一句话，菜鸟跑半年。我不是大神，但我可以缩短你走弯路的半年~

　　就像歌儿唱的那样，如果你不知道该往哪儿走，就留在这学点生信好不好~

　　这里有豆豆和花花的学习历程，从新手到进阶，生信路上有你有我!

　　0.因数据库和R包更新导致的问题

　　从GPL页面上下载注释表格，是获取探针注释的方法之一，通常是找不到注释包的第二选择。

　　更新之前的下载方式是(2022年之前我们的直播课堂上是这样讲的，2022年以及之后的课上已经更新好了)：

　　library(GEOquery)<br />a = getGEO("GPL570",destdir = ".")<br />b = a@dataTable@table<br />ids2 = b[,c("ID","Gene Symbol")]<br />

　　更新之前：运行getGEO这句代码，函数会自动读取“GPL570.soft”文件，得到一个GPL对象。

　　更新之后: GPL570.soft文件从原来的75M变成了现在的几十G，而且所有的平台soft都被压缩成了gz格式。压缩一下倒是不影响下载，但导致了工作目录下确实有GPL570.soft文件的情况下，函数也不识别，而是从网页上去下载GPL570.soft.gz，几十G，实在是duck不必。

　　1.小的文件，方法不变

　　当然，GPL570表格文件是本来就大(表格的大小在网页上有写)，对于比较小的表格文件可以继续使用原来的方法：

　　library(GEOquery)<br />a2 = getGEO("GPL7759",destdir = ".")<br />class(a2)<br /><br />## [1] "GPL"<br />## attr(,"package")<br />## [1] "GEOquery"<br />

　　2.针对大文件的新方法

　　针对这种比较大的注释文件，需要更改一下策略：

　　从GPL570的网页上拉到最后，有一个文件:

　　从网页上把它下载下来，放在工作目录，本地读取。

　　b = read.table("GPL570-55999.txt",header = T,<br />                 quote = "\"",sep = "\t",check.names = F)<br />ids2 = b[,c("ID","Gene Symbol")]<br />colnames(ids2) = c("probe_id","symbol")<br />head(ids2)<br /><br />##    probe_id           symbol<br />## 1 1007_s_at DDR1 /// MIR4640<br />## 2   1053_at             RFC2<br />## 3    117_at            HSPA6<br />## 4    121_at             PAX8<br />## 5 1255_g_at           GUCA1A<br />## 6   1294_at MIR5193 /// UBA7<br />

　　3.备用方法

　　只要不是特别大的文件，可以先试试getgeo下载，如果网络不好导致失败，就从网页下载soft格式的文件。

　　点开上面箭头所指的地方，就能网页下载soft文件了，文件大小还可以接受，不至于有几个G的。

　　b2 = getGEO(filename = "GPL7759_family.soft.gz",destdir = ".")<br />class(b2)<br /><br />## [1] "GPL"<br />## attr(,"package")<br />## [1] "GEOquery"<br />

　　如果因为代码看不懂，而跟不上正文的节奏，可以来找我，系统学习。以下课程都是循环开课。下一期的时间，点进去咨询微信咯