GSE数据下载方式一览

GSE数据的使用很常见，我们最常用的就是直接登录进入GEO的官网进行相应链接的下载。

GEOquery

不过随着技术的发展，后面R包开发出了GEOquery包

其操作方式也很方便

# 以GSE164522为例
gse <- getGEO("GSE164522", GSEMatrix = TRUE)
# 提取表达矩阵
expr_matrix <- exprs(gse[[1]])
# 下载所有补充文件
getGEOSuppFiles("GSE164522")

不过这个包的最大问题就在于对于网络的要求很高，很容易出现下载中断的情况。

axel

目前来说大家接受度最广的就是通过服务器使用axel下载

当你使用 wget 下载一个大文件时，它通常只建立一个连接来下载，速度有时不尽如人意。而 axel 不一样，它会为一个文件建立多个连接（就像开了多个下载通道），同时下载文件的不同部分，最后再组合起来。

• 核心功能：多线程下载、断点续传、支持从多个镜像地址同时下载。
• 适用场景：特别适合在网络带宽不理想，或者想充分利用带宽加速下载大文件（比如GEO的单细胞测序数据、Linux ISO镜像等）时使用。
• 支持的协议：HTTP、HTTPS、FTP、FTPS

比如说我们想要下载GSE165816数据

axel -a -n 20 https://ftp.ncbi.nlm.nih.gov/geo/series/GSE165nnn/GSE165816/suppl/GSE165816_RAW.tar 

GEO的FTP/HTTPS下载链接遵循一个固定的模式：

关键在于中间的 GSE165nnn 这个目录：

• 它由 GSE编号的前6位 + "nnn" 组成
• 例如 GSE165816 → 前6位是 GSE165 → 加上 nnn → GSE165nnn

对于任何一个GSE编号，通用链接是：

https://ftp.ncbi.nlm.nih.gov/geo/series/${GSE_ID:0:6}nnn/${GSE_ID}/suppl/${GSE_ID}_RAW.tar

具体实例如下：