GEO和ArrayExpress数据库资源惊人

写在大年初一

昨晚大年三十跟几个实习生还有学徒一起看春晚，间隙刷了下手机，太多祝福语，春晚结束后临睡前的12：30我还是拿起手机一一回复了，虽然可能是群发的，但毕竟是心意。

今早起来去楼下电影院看了个《侍神令》，结束后又收到了一大堆拜年信息，唉，这次没有回复了。不过，倒是也捡到几个红包，很开心。其实如果真的要祝福我，直接在我们《生信技能树》留言是最好的，我看公众号的频率远超于我的私人微信。（期待看到你的留言）

正文

春节期间刷文献，看到文章《OCTAD: an open workspace for virtually screening therapeutics targeting precise cancer patient groups using gene expression features》，链接是：https://www.nature.com/articles/s41596-020-00430-z  提到了GEO和ArrayExpress数据库资源，以前没有概念，看完之后，大吃一惊啊：

• The Gene Expression Omnibus (GEO; https://www.ncbi.nlm.nih.gov/geo/) from the National Center for Biotechnology Information is a public functional genomics data repository consisting of over 3 million samples from over 110,000 studies as of September 2019.
• ArrayExpress (https://www.ebi.ac.uk/arrayexpress/) is another functional genomics dataset that has over 55 TB of data from over 70,000 experiments as of September 2019.

有些粉丝问到我们《生信技能树》提供的GEO中国区镜像其实名不符其实，因为仅仅是包含了几万个表达量芯片的数据集，并不是全部的GEO数据库的备份。哪怕是我最近升级了，见：你的GEO中国区镜像该升级啦，也不敢备份其它类型数据。

实在是囊中羞涩，仅仅是这些表达量芯片矩阵就耗费了我三万块钱了，如果是全部的十几万个数据集，各种NGS组学数据，成本起码得除以1000，我目前还真拿不出几千万的闲钱来做公益。而且还有ArrayExpress 的55 TB 数据，我看都不敢看！