Gene Expression Omnibus (GEO)
El repositorio público más grande de datos de expresión génica y otros experimentos de genómica funcional.
ÁreaGenómica y Bioinformática
DominioGenómica
DificultadIntermedio
TamañoCientos de miles de series de datos depositadas
¿Qué puedes lograr con este dataset?
- Reutilizar datos de experimentos de expresión génica ya publicados
- Practicar análisis de datos de microarreglos o RNA-seq
- Comparar patrones de expresión entre condiciones experimentales
Descripción
GEO, mantenido por el NCBI, es el repositorio central donde investigadores de todo el mundo depositan datos de experimentos de genómica funcional (microarreglos, RNA-seq, ChIP-seq). Cada estudio publicado que use estas tecnologías típicamente tiene sus datos crudos disponibles aquí.
Casos de uso
- Meta-análisis combinando múltiples estudios de expresión génica
- Identificación de genes diferencialmente expresados entre condiciones
- Validación de hallazgos propios contra datasets públicos existentes
- Aprendizaje de análisis de datos ómicos con datos reales publicados
Cómo cargarlo
import GEOparse
gse = GEOparse.get_GEO(geo="GSE2034", destdir="./datos")
print(gse.phenotype_data.head())Ventajas y limitaciones
Ventajas
- Enorme volumen de datos ya generados y listos para reanalizar
- Cada dataset está vinculado a una publicación científica revisada por pares
- Cubre una gran diversidad de organismos y tipos de experimento
Limitaciones
- La calidad y documentación de metadatos varía mucho entre estudios
- Combinar datos de distintas plataformas tecnológicas requiere normalización cuidadosa