單細胞數據上傳GEO操作指南

最近很多老師的單細胞文章都紛紛開始投稿，卻被文章發表前的臨門一腳——GEO數據上傳難住了，今天我們就來一起學習下單細胞數據上傳GEO的具體操作步驟吧~

跟著這份操作指南，上傳從此不再犯難！

· GEO資料庫簡介 ·

GEO資料庫全稱Gene Expression Omnibus，是由美國國立生物技術信息中心NCBI創建並維護的基因表達資料庫，主要用來儲存二代測序、晶片以及其他高通量測序數據。利用這個資料庫，我們可以公開共享自己的實驗測序數據，也可以檢索到其他文章上傳的數據。很多文章在正式見刊前會要求將數據上傳到GEO資料庫中，具體如何操作呢？別擔心，按照以下流程一步步來即可~

1、NCBI帳號註冊/登錄

進入網站

https://www.ncbi.nlm.nih.gov/geo/submitter/

如果已有NCBI帳號，點擊Login登錄；

如果沒有則需要註冊，註冊步驟很簡單，填寫帶星號(必填)的個人基本信息和郵箱地址即可（注意需要填寫常用郵箱，後續上傳成功或失敗消息都會通過郵件形式告知）。

2、文件準備

點擊進入

https://www.ncbi.nlm.nih.gov/geo/info/submission.html，

選擇上傳數據的類型：

Submit high-throughput sequence submisssions（高通量測序數據）。

這裡我們需要準備三個文件，分別是：

① Metadata spreadsheet

② Processed data files

③ Raw data files

① Metadata spreadsheet

Metadata spreadsheet的示例模版表格可以從官網下載

（如下圖，也可以進入以下連結直接下載https://www.ncbi.nlm.nih.gov/geo/info/examples/seq_template.xlsx）。

表格中的藍色加粗字體為必填項，藍色未加粗的為選填項。右上角有紅色三角標誌的表格，將滑鼠放上去會彈出填寫內容的提示。以下是對表格裡7個模塊的詳細說明：

· 1.1 SERIES

上傳數據的基本信息

比如文章標題、研究目的、樣本數量、來源、測序平臺、主要貢獻者等。

* 填寫示例如下 *

·1.2 SAMPLES

樣品描述信息

包括樣品名稱、組織來源、物種、年齡、表達量數據和原始數據等。

* 填寫示例如下 *

·1.3 PROTOCOLS

樣品的處理和建庫等詳細信息

可以參考項目報告的附錄《歐易生物單細胞轉錄組實驗技術方法說明_英文》進行填寫。

* 填寫示例如下 *

·1.4 DATA PROCESSING PIPELINE

數據處理步驟和比對參考基因組信息等……

可以參考項目報告的附錄《歐易生物單細胞轉錄組生信分析方法_英文》進行填寫。

* 填寫示例如下 *

·1.5 PROCESSED DATA FILES

分析得到的基因表達量數據

可以是CellRanger/outs/filtered_feature_bc_matrix中的三個結果文件。

·1.6 RAW FILES

原始數據文件名稱、格式、MD5值、測序平臺和單雙端信息等。

·1.7 PAIRED-END EXPERIMENTS

如果是雙端測序，需要填寫原始數據Read1 和Read2文件名稱。

② Processed data files

基因表達量數據文件，即1.5 PROCESSED DATA FILES步驟中填寫的三個結果文件。

③ Raw data files

測序原始數據，一般上傳fastq.gz文件即可。

準備文件就緒，萬事俱備，只欠東風~下面可以正式開始上傳啦！

3、數據上傳

回到GEO上傳界面，點擊Transfer Files，GEO會為你創建一個專屬上傳空間：uploads/********，如下圖的Step1所示。

對於Windows用戶，GEO官方推薦使用FileZilla軟體

（下載地址：https://filezilla-project.org/），FileZilla軟體界面如下所示。

首先使用上圖Step2中公布的帳號密碼登錄

• 主機地址：ftp-private.ncbi.nlm.nih.gov

• 用戶名：geoftp

• 密碼：rebUzyi1（密碼可能會不定期更新）

埠號不填，點擊快速連接按鈕（如果有出現permission demined提示，不影響，忽略即可）。

接著在下方右側遠程站點的地址框中，輸入上圖Step1提供的個人上傳路徑：uploads/********，按回車鍵進入。

最後，在個人上傳目錄裡新建一個文件夾（文件夾名可以是GEO帳戶名），把第二步我們準備好的文件：Metadata spreadsheet信息表、Processed data files基因表達矩陣、Raw data files原始測序數據，全部拖到該文件夾下即可。

（由於單細胞數據量大，整體上傳時間會比較久，這時候可以泡杯咖啡，再次自我檢查一下文件是否都已填寫完整，耐心等待上傳完成就可以啦~）

4、通知GEO上傳完成

文件上傳完成後，點擊Step3中的Notify GEO通知GEO，提交後會出現如下頁面。

注意：如果上傳之後沒有及時通知GEO上傳完成，文件會在兩周後自動刪除哦。

如果上傳無誤，GEO會在5個工作日內給你郵件發送GEO登錄號，如：GSEXXXX。如果有問題，工作人員也會通過郵件告知你需要修改的地方，修改後再次上傳即可。審核通過後會收到GEO登錄號，可以用於準備發表的文章中。

有GEO上傳需要，準備發文章的老師們，趕快來試一試吧~

END