实用帖-手把手教你如何上传GEO数据库

还在为不知如何上传GEO数据库而发愁吗？还在为不愿意看繁琐的英文帮助而不知所措吗？一篇帖子教你如何上传GEO数据库，建议收藏，再也不用愁“书到用时方恨少”了。

1、创建账号

如果要上传GEO数据库，首先要创建NCBI帐号，网址：https://www.ncbi.nlm.nih.gov/geo/submitter/

登录成功后，回到GEO的主页，点击 Submission Guidelines

2、数据准备

GEO数据库支持上传芯片数据、高通量数据以及RT-PCR数据等，首先选择需要上传数据的类型，接下来以high-throughput sequence submisssions （高通量测序）为例进行详解。

点击进去如下图：

可以看见我们上传数据需要准备三个文件，分别为：Metadata spreadsheet、Processed data files、Raw data files。下面分别介绍每个文件如何填写以及准备。

01、Metadata spreadsheet文件

点击下方链接下载该表格

该表格一共包括7个部分，以下将分别介绍如何填写：

A、SERIES

主要包含文章的标题、概述、实验整体设计、共同作者、补充材料和SAR号（SRA号为选填，如果已经上传了SRA，则填上，否则空着即可）

B、SAMPLE

样品的详细信息，包括样品名称、来源、器官、年龄、表达值数据和原始数据等

C、PROTOCOLS

样品的实验和提取建库详情

D、DATA PROCESSING PIPELINE

高通量数据的处理过程，主要包括碱基识别、比对、过滤、参考基因组、文件格式等

E、PROCESSED DATA FILES

基因表达量文件名称、文件类型和MD5值（windows电脑可以使用MD5码生成软件，linux可以用md5sum file命令生成）

F、RAW FILES

原始数据文件名称、格式、MD5码、平台类型、测序读长和单双端信息

G、PAIRED-ENDWEXPPERIMENTS

如果是双末端数据，需要填写原始数据名称、插入片段长度、标准偏差

02、Processed data files文件

基因表达量文件，如果没有预测的新基因，文件只需要提供gene ID 和表达量如下：

如果表达量文件包含新预测的基因，还需要补充新基因（已知基因可选填）的Chromosome（染色体号）、Strand（正负链信息）、start（起始位置）、end（终止位置）、length（长度）。

03、Raw data files文件

这里需要准备clean 数据的fq文件，通常情况下fq文件很大，因此GEO数据库要求fq文件必须压缩。

到这里准备工作就全部做完了，下面开始上传数据

上传数据有以上两种途径，小编比较推荐第一种，利用FileZilla软件，下载地址点击图片的链接，打开FileZilla软件，开始上传数据，主机(H) 框填写上图中host对应的内容ftp-private.ncbi.nlm.nih.gov，用户名(U)填写geo，密码填写 33%9uyj_fCh?M16H，端口号可不填，全部填好后，点击快速连接按钮。

连接成功后，在远程站点下的文件名展示中创建自己的文件，最好在fasp目录下面创建自己的目录（当然也可以与fasp目录同级下创建），例如ABC，创建方法为点击鼠标右键，会出现下图中的创建空文件夹对话框，输入自己文件夹的命名，之后点击确认，这样你的文件夹就创建成功了。

最后在本地站点中找到您要上传的文件，双击就可以将文件上传到您在GEO创建的路径下了，数据上传一般会比较慢。数据全部上传后，需要给GEO发邮件，点击下方的链接。

邮件内容可以参考下方：

邮件主题：Submitting high-throughput sequence data to GEO

邮件正文：

Dear sir,

We had finished the raw data uploading .Please check according to the following information :GEO account username: GEO帐号Names of the directory and files deposited: ABC（存放数据的路径）Public release date :数据释放日期Our raw files were named as follows: XXX.fq.gzOur Processed data files were named as follows: XXX.txtand Metadata spreadsheet were named as follows: Metadata_spreadsheet.xls

Thank you again for your time!

一般GEO第二天就会给您回复邮件，告知您具体的GEO号。