GEO数据库中单细胞测序数据下载

• 首先GEO数据库是收集基因表达的数据库

        一般高通量测序文章发表时会将原始数据上传至GEO数据库并在文章中提供GSE 号，如果想对某些文章的数据进行在分析，可以在GEO数据库搜索文章中的GSE号。

        用户提供的原始数据有3种：Platform,Sample和Series。GEO数据库整理后的数据分为：数据集（datasets）和表达谱（profiles）。GEO数据库具体存放四类数据：GDS、GSE、GSM、和GPL。GDS号（GDSxxx）对应的一个同一平台的数据集， 包括微阵列和高通量测序产生的数据；GSE号（GSExxx）对应的是整个研究项目的系列的数据，可能涉及不同平台；GSM号（GSMxxx）是具体某个单一样品的数据信息，只能是单一平台的数据；GPL号（GPLxxx）对应平台的信息，例如Illumina测序平台型号、芯片型号等。

• 下载GEO单细胞测序数据集

1.输入数据集或者样本ID

2.进入GSE页面

需要确认此数据是否采用10X Genomics平台（summary可能包含单细胞测序平台信息，若不包含，需搜索并查阅数据来源文章）

3.拉至页面最下方，选择需要下载的样本并点击（注意样本的标注）

4.进入样本GSM页面

5.下拉并点击SRA数据ID

6.进入SRA页面，下拉至最下方点击数据链接

7.进入SRA数据库，点击Data access

8.进入数据下载页面，下载fastq格式原始测序数据

9.BAM数据下载

有时候10x fastq不会被上传到数据库，相反客户会上传bam文件（除了FASTQ文件以外，SRA鼓励提交10x BAM文件），bam是Cell Ranger生成的输出文件之一。如果只有bam文件而无FASTQ文件存在，可以在SRA的“Data access”选项卡中找到bams并下载，下载的bam文件使用10x官方提供的转换工具 bamtofastq（https://support.10xgenomics.com/docs/bamtofastq）将其转换为fastq格式文件。