三个buff都不能让你成功getGEO吗
问题
学员遇到一个报错：
第一个buff：timeout设置
我一瞅，time out 啊。迅速发了一个链接，并告诉他要主动搜索。。。
核心解决方案是一句代码
options(timeout=100000)
getOption("timeout")
## [1] 1e+05
就是把下载时间60s的限制解除。之前用来解决一个类似的报错：
Timeout of 60 seconds was reached
反馈没用，报错不变。
第二个buff：加速
options( 'download.file.method.GEOquery' = 'libcurl' )
这个是设置用libcurl加快访问速度。加速完了还是慢，那有啥办法，憋着吧。
反馈没用，报错还是不变。
第三个buff：geoChina
既然是geo的芯片数据，那么曾老板的镜像怎么可以没有镜头。
#install.packages("AnnoProbe")
library(AnnoProbe)
a = geoChina("GSE148601",destdir = ".")
## Error in geoChina("GSE148601", destdir = "."): Your GSE may not be expression by array, or even not a GSE
反馈报错，说这不是一个芯片。
其实是因为这个数据太新，2022年9月的，比我儿子还小。
所以没有被AnnoProbe收录啊！别急别急，你看，他在搞了。
如果是一个被收录了的数据，他的打开方式是这样的：
b = geoChina("GSE42872",destdir = ".")
class(b[[1]])
## [1] "ExpressionSet"
## attr(,"package")
## [1] "Biobase"
然后就可以对接提取矩阵和临床信息的代码啦。
或者也可以使用tinyarray进一步简化
#install.packages("tinyarray")
library(tinyarray)
geo = geo_download("GSE42872",by_annopbrobe = T)
names(geo)
## [1] "exp" "pd" "gpl"
一步到位拿到表达矩阵 临床信息 GPL编号哦。
第四个buff：改包！
既然前三个buff都不能解决，只能让神奇的小洁老师自己上手了。
一番搜索，发现是GEOquery更新过后，downloadFile这个函数做了改动。
2.62版本，它是这样
function (url, destfile, mode, quiet = TRUE)
{
h <- curl::new_handle()
curl::handle_setheaders(h, `accept-encoding` = "gzip")
result = tryCatch({
curl::curl_download(url, destfile, mode = mode, quiet = quiet,
handle = h)
return(TRUE)
}, error = function(e) {
message(e)
return(FALSE)
})
message("File stored at:")
message(destfile)
if (!result) {
if (file.exists(destfile)) {
file.remove(destfile)
}
stop(sprintf("Failed to download %s!", destfile))
}
return(0)
}
2.66版本 它成了这样：
function (url, destfile, mode, quiet = TRUE)
{
h <- curl::new_handle()
curl::handle_setheaders(h, `accept-encoding` = "gzip")
timeout_seconds <- 120
curl::handle_setopt(h, timeout_ms = timeout_seconds * 1000)
result = tryCatch({
curl::curl_download(url, destfile, mode = mode, quiet = quiet,
handle = h)
return(TRUE)
}, error = function(e) {
message(e)
return(FALSE)
})
message("File stored at:")
message(destfile)
if (!result) {
if (file.exists(destfile)) {
file.remove(destfile)
}
stop(sprintf("Failed to download %s!", destfile))
}
return(0)
}
简单来说就是timeout变成固定的120s了，这也就是为什么学员一开始的报错里出现了120000毫秒，换算过来就是120s。
so,解决办法是编辑R包。github上面已经有人提交了解决办法，但还没有被作者团队接纳。
从github下载这个包的zip，解压，找到R/getGEOfile.R，downloadFile函数，把第三句代码改掉
timeout_seconds <- max(getOption("timeout"), 120)
这样，timeout的设置就可以用起来了，。
devtools::install_local("GEOquery-master.zip")
library(GEOquery)
options(timeout=100000)
getOption("timeout")
options( 'download.file.method.GEOquery' = 'libcurl' )
a = getGEO("GSE148601",destdir = ".")
不报错啦！
第五个buff：想办法外部下载。
无非是网络限制而已，你可以想办法的。或者，把表达矩阵的链接复制下来，求助也是很快的。
image.png
点进去，右键复制链接
image.png
https://ftp.ncbi.nlm.nih.gov/geo/series/GSE148nnn/GSE148601/matrix/GSE148601_series_matrix.txt.gz
自己去浏览器下载，或者发出来求助，拿到文件后，放在工作目录下，代码就可以调用本地文件，而不去网页下载，这样就可以正常运行啦！
请注意，降低别人帮助你的门槛是很重要的，发链接别人可以直接下载，发编号别人却需要一下下搜索和点开哦。《为回答你的人着想一下》
