数据与输入 · 15

GSE13195 为什么不能按 RNA-seq count 流程处理?

回答会区分适用条件、检查步骤和不能直接得出的结论。

先看结论:GSE13195 的 GEO 平台是 GPL5175:Affymetrix Human Exon 1.0 ST Array,属于表达芯片。芯片信号不是 RNA-seq 测序片段计数,不能直接套用原始 count 的差异分析流程。复现应先识别下载文件是原始芯片数据还是已处理矩阵,再核对注释、分组与配对。

适用情况

正在复现引用 GSE13195 的文章,或者看到旧文将它描述为 RNA-seq,准备下载并分析该队列。

建议按这个顺序检查

  1. 用 GSE13195 原始登记和 GPL5175 平台记录确认实验类型,在复现说明中记录访问日期。
  2. 逐项列出实际下载文件、校验值和处理说明,不凭扩展名或文件中的整数认定数据类型。
  3. 若获取原始 CEL 等芯片文件,选择与该芯片匹配的读取、质控和预处理方法;若获取处理后矩阵,先核对已完成哪些步骤。
  4. 使用匹配版本的探针或 transcript cluster 注释映射到基因,并保存一对多和重复探针的处理规则。
  5. 按核实后的分组、配对和协变量建立适当芯片表达模型,再考虑铁死亡相关富集或评分。

从两条输入路径开始复现

拿到的材料 首先做什么 不能直接做什么
原始芯片文件 核对平台支持、质量、背景与归一化流程 用 RNA-seq 文库大小方法处理信号
处理后表达矩阵 阅读数据处理说明、检查尺度和注释 未经确认重复取 log 或重复标准化
只有作者结果表 检查完整性并寻找上游输入 声称已经从原始数据复现
旧文截图或热图 回到 GEO 和论文材料 从图形反推样本身份和真实表达量

依据:NCBI GEO:GSE13195 原始登记记录 · Bioconductor:limma 软件介绍与用户指南入口

为什么把小数四舍五入也不成立

DESeq2 对计数输入的要求来自其测量和统计模型,并不是简单检查文件有没有小数。把芯片信号 round() 后变成整数,仍然没有产生测序文库和计数采样过程,不能因此让流程在科学上成立。

芯片数据可以参与铁死亡研究,关键在于按其测量特点处理,再解释基因集信号。适当的线性模型设计是后续推断的基础。

依据:Bioconductor:limma 软件介绍与用户指南入口 · DESeq2 官方教程:输入、设计矩阵与技术重复

GSE13195 复现记录的最低字段

本页确认了公开登记的数据类型;没有逐样本完成临床分组复核,也没有重新运行该队列。不要把这份输入路径说明当作已复现的结果报告。

accession: GSE13195
platform: GPL5175
assay: Affymetrix Human Exon 1.0 ST Array
input_files_and_checksums: 待填写
preprocessing_already_done: 待核对
annotation_version: 待填写
sample_group_and_pairing: 逐 GSM 核对
model_and_contrast: 待填写
reproduction_status: 未重跑

不能从当前结果直接得出什么

平台确认不等于样本筛选完成。样本数量、可用对照、配对和处理步骤必须以当前原始记录及文件为准,不能照抄旧文中未经核实的字段。

依据与版本

最后核验:2026-10-10|资料核验:AI 编写与公开来源核对;未经人工专家审阅

依据公开来源核对概念、输入、证据边界与版本口径;示意数据不代表真实研究结果。仅标明的小型代码示例经过运行检查,不代表完整生物信息流程或原论文已复现。

继续解决相关问题