GPL对应的Bioconductor注释包(最全)

这个是我自己通过代码查找到的GPL对应的bioconductor的注释包，如果是能够找到的话，那么就是这个GPL平台号有应的注释包，如果在这里没有找到的话，那就应该是没有的咯。

一个比较简单实用的方法，在这个网页下，直接快捷键 Ctrl + F, 然后输入你的平台号，就可以快速找到你要的注释包名称了。

至于我如何得到的这个列表，看最底下的代码。

没找到注释包的话，其实你也不要担心，你可以用getGEO 来下载注释信息，进而也能够转换ID。（详细的，以后再看看写不写呗）

gpl96 <- getGEO(‘GPL96’, destdir=“.”) ##根据GPL号下载的是芯片设计的信息！

小广告

我的公众号是（有关于生信入门的书额）

这个代码的来源地址是在：
https://grokbase.com/t/r/bioconductor/10346g1y52/bioc-annotation-for-a-geo-data-set

只不过这里的情况是，getSQLiteFile()这一步下载数据很大（大概在540MB），用R下载的时候会比较慢，然后解压出来的文件达到8GB。所以如果你的电脑内存少于8GB，就不建议你去运行这个代码了。

library(GEOmetadb)
sqlfile = getSQLiteFile()
con = dbConnect("SQLite",sqlfile)
Y = dbGetQuery(con,"select gpl,title,bioc_package from gpl where gpl='GPL570'"") #找到GPL570对应的R包。
#Then, you are off to the races....
biocLite('hgu133plus2.db')

我的代码如下，但是前提是你得先去用下载这个sql文件，该文件的下载地址（可以这里直接点击下载）是
http://starbuck1.s3.amazonaws.com/sradb/GEOmetadb.sqlite.gz

下载完成后要解压这个文件，最后的文件名应该是GEOmetadb.sqlite, 可能以后这个会改，注意一下代码里面的文件名和路径就是了。

library(GEOmetadb)
con <- dbConnect(SQLite(), "GEOmetadb.sqlite/GEOmetadb.sqlite")
dat <- dbGetQuery(con, "select * from metaInfo")
#dbDisconnect(con)

Y = dbGetQuery(con,"select gpl,title,bioc_package from gpl")
Y = na.omit(Y)