Můžete se podívat na balíček rentrez pro R. Pomocí funkce entrez_search můžete získat ID GEO pro studie související s vaším dotazem a poté funkce entrez_summary pro výsledky. Například:

  x <- rentrez :: entrez_search (db = "gds", term = paste0 ("tolvaptan AND gse [ETYP]"), use_history = T) res <- rentrez :: entrez_summary (db = "gds", id = x $ ids) str (res)  

Kde res bude seznam obsahující objekty esummary třída. Poté můžete pomocí následujícího řádku získat přístupová čísla GSE související s tolvaptanem:

  lapply (res, `[['," gse ")  

Tuto funkci byste tedy mohli dát do smyčky, která nahradí „tolvaptan“ vašimi léky:

  drogy <- c („drugA“, „drugB“, „drugC“) pro (droga v léky) {x <- rentrez :: entrez_search (db = "gds", term = paste0 (lék, "AND gse [ETYP]")) res <- rentrez :: entrez_summary (db = "gds", id = x $ ids) lapply (res, `[[`, "gse")}} 

Další informace najdete v rentrez dokumentaci podrobnosti.

Jedním z problémů, které jsem našel u GEO a dokonce i ArrayExpress, je to, že se zdá, že se při hledání objeví spousta falešných poplachů. Navíc vám může chybět spousta výsledků, protože jste neuvedli synonymum drogy.

Abyste se ujistili, že mám všechny informace týkající se jména atd., můžete napsat skript, který stáhne výsledek vyhledávání v PubChem (myslím, že to lze provést i v Drugbank) a poté analyzujte výsledek hledání a extrahujte důležité informace, jako jsou synonyma názvu drogy.

Nakonec vezměte tato synonyma a použijte je při hledání experimentů Entrez (EUtils). Pak zkuste filtrovat výsledky, aby zůstalo jen to, co skutečně hledáte. Jedním špatným způsobem, jak toho dosáhnout, je zajistit, aby souhrn experimentu obsahoval hledaný výraz. Dalším způsobem, jak to potenciálně udělat, například pokud existuje velký experiment, který testuje různé faktory serveru, je programově prohledávat přidružené soubory a zajistit, aby obsahovaly požadované klíčové slovo.

Získáte různé typy experimentů, takže soubory spojené s výsledky budou záviset na typu experimentu ve výsledku vyhledávání.

Když získáte seznam ID experimenty, které chcete, můžete je přenést do GEOquery v Bioconductor.

Doporučil bych použít GEOmetadb od Bioconductor. GEOmetadb je jednoduchá obálka, která stáhne aktuální databázi SQLite s metadaty pro všechny entity v GEO. Potom můžete použít svého oblíbeného klienta SQL k rychlému dotazování na databázi, protože je offline, a průběžně vylepšovat vyhledávání.