在作GSEA分析時(shí)，有時(shí)候我們會(huì)使用GEO數(shù)據(jù)庫(kù)中的芯片數(shù)據(jù)，使用芯片數(shù)據(jù)分析就必須要有芯片注釋文件，下面就跟大家分享如何將GEO數(shù)據(jù)庫(kù)中的注釋文件整理成GSEA軟件可以使用的芯片注釋文件。

下圖是GSEA分析需要的芯片注釋文件格式：

由上圖我們可知，芯片注釋文件需要三列，第一列是Probs Set ID（探針I(yè)D）,第二列是Gene Symbol ，第三列是Gene Title ，還需要文件（文本文件）的后綴是*.chip，每行內(nèi)容不能是空的，這些就是GSEA分析需要的芯片注釋文件的特點(diǎn)。

下面是GEO數(shù)據(jù)庫(kù)注釋文件格式（是文本文件，由于是由tab分隔符分割所以可以用excel打開(kāi)）：

文件的前幾行是注釋信息，仔細(xì)看還是有很多信息的，這里就不詳細(xì)說(shuō)明了，這個(gè)文件的前三列就是我們需要的內(nèi)容，只不過(guò)第二列是Gene Title ，第三列是Gene Symbol ，制作芯片注釋文件時(shí)只需要復(fù)制前三列內(nèi)容，第一步刪除注釋信息，第二步將第二列和第三列換一下前后順序，修改第一列的列名改為Probs Set ID。

最后，這個(gè)GEO數(shù)據(jù)庫(kù)注釋文件有的探針沒(méi)有對(duì)應(yīng)的Gene Title和Gene Symbol ,內(nèi)容就為空，但是芯片注釋文件要求內(nèi)容不能為空，所以我們就是用數(shù)據(jù)篩選不選擇空的內(nèi)容如下圖所示。

按照下圖紅色箭頭所示，選擇數(shù)據(jù)篩選：

一般情況下如果是空值第二列和第三列情況一致（空都空，非空都非空），選擇第二列篩選，取消空白出的對(duì)勾，點(diǎn)擊確定，篩選非空數(shù)據(jù)，將篩選過(guò)的數(shù)據(jù)復(fù)制粘貼到一個(gè)新的文本中，保存即可，命名時(shí)后綴不要忘了是chip，這樣在作芯片表達(dá)數(shù)據(jù)分析時(shí)就可以使用自己制作的芯片注釋文件了。