上传数据到GEO数据库实战笔记
师兄的文章要送审，编辑让把RNA-seq的数据传到GEO数据库上，今天就在传这个数据。
之前没传过数据，今天就是一边学一边搞这个。
一、注册账号
先注册一个GEO账号
二、准备工作
选择Data types：Submit high-throughput sequencing；
Submit high-throughput sequencing data to GEO
分为三个部分准备工作
1.Metadata spreadsheet
Download metadata spreadsheet(template and examples)把相关示例的表格模板下载下来，将自己的详细信息填写完整
下面图片为metadata要填的信息
series是要写一些对实验信息的描述
samples是要写关于实验做的一共多少个样本，每个样本的详细信息，最后两列如果是单端测序就同一个文件的名字，如果是双端测序就要写不同的名字。
protocols主要是样品的处理方式以及测序建库的方式
data processing pipeline 主要是关于样品从上机到得到原始数据及之后的处理仪器，步骤等，还有genome build等等。
2.Processed data files and Raw data files
会包括一个到多个文件，是根据raw data得到的counts，FPKM等等数据，需要提取单个样本的值和geneid在一个文本文件中，如果是10个样本，那么就需要分成10个文本文件，都要上传上去。保存到同一文件夹中Processed data files。
对于Raw data files，在表格中需要准确的把文件的名字写对，双端测序要都上传，file_name 1和file_name 2要写准确。
三、数据上传（Uploading your submission）
信息表都填好了以后，进行数据上传
点击Transfer Files
step1:会有一个在服务器主机上的upload的位置：upload/.....(一般是这种)
step2:按照第二步的提示进行上传，需要安装用于上传的软件，Linux推荐ncftp和lftp。
可以用conda安装ncftp
conda install -c flynn ncftp
网页会给一些服务器主机的相关信息
| host address | ftp-private.ncbi.nlm.nih.gov |
|---|---|
| username | geoftp |
| password | rebUzyi1 |
#具体代码
ncftpput -F -R -z -u geoftp -p "rebUzyi1" ftp-private.ncbi.nlm.nih.gov uploads/...(step1给出的位置) /home/..../geo_submission/*(自己创建的文件夹)
等待上传完成
step3: notify GEO
点进去需要填写你建立的文件夹名称，期望数据公开的时间等等
上传成功或者数据有问题GEO都会以邮件的形式进行通知。
如果经审核数据没有问题，几个工作日后GEO会以邮件形式通知数据的GSM（实验样本编号）GSE（研究项目编号）
最后祝大家科研成果早日发表！