# Scientific Geo Expression > GEO (Gene Expression Omnibus) 発現プロファイルスキル。GEO REST API データセット検索・サンプル情報・発現マトリクス取得・バルク RNA-seq/マイクロアレイ差次的発現解析。ToolUniverse 連携: geo。 - Skill: `nahisaho/scientific-geo-expression-2` (Agent Skill) - Install (CLI): `npx skillmds@latest add nahisaho/scientific-geo-expression-2` - Raw SKILL.md: https://api.skillmd.com/api/skills/nahisaho/scientific-geo-expression-2/raw - Safety review: pending (external: skill-scanner PASS, skillspector PASS) - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Integrations & APIs - Author: nahisaho (https://skillmd.com/u/nahisaho) - Updated: 2026-09-21 - Page: https://skillmd.com/skills/nahisaho/scientific-geo-expression-2 --- # Scientific GEO Expression GEO REST API を活用したトランスクリプトーム発現プロファイル 解析パイプラインを提供する。 ## When to Use - GEO データセット (GDS/GSE) を検索・ダウンロードするとき - マイクロアレイ/RNA-seq 発現マトリクスを取得するとき - 条件間差次的発現解析 (DEG) を実行するとき - 複数 GEO データセットを横断比較するとき - GEO メタデータから実験条件を構造化するとき - 再解析パイプラインで GEO データを再利用するとき --- ## Quick Start ## 1. GEO データセット検索 ```python import requests import pandas as pd import GEOparse from io import StringIO GEO_BASE = "https://eutils.ncbi.nlm.nih.gov/entrez/eutils" def geo_search_datasets(query, organism="Homo sapiens", study_type=None, limit=20): """ GEO — データセット検索 (E-utilities)。 Parameters: query: str — 検索クエリ (例: "breast cancer RNA-seq") organism: str — 生物種 study_type: str — 研究タイプ ("Expression profiling by array" etc.) limit: int — 最大結果数 """ search_term = f"{query} AND {organism}[Organism]" if study_type: search_term += f' AND "{study_type}"[Study Type]' # ESearch url = f"{GEO_BASE}/esearch.fcgi" params = { "db": "gds", "term": search_term, "retmax": limit, "retmode": "json", } resp = requests.get(url, params=params, timeout=30) resp.raise_for_status() ids = resp.json().get("esearchresult", {}).get("idlist", []) if not ids: print("No GEO datasets found") return pd.DataFrame() # ESummary url = f"{GEO_BASE}/esummary.fcgi" params = {"db": "gds", "id": ",".join(ids), "retmode": "json"} resp = requests.get(url, params=params, timeout=30) resp.raise_for_status() summaries = resp.json().get("result", {}) results = [] for gds_id in ids: info = summaries.get(gds_id, {}) results.append({ "accession": info.get("accession", ""), "title": info.get("title", ""), "summary": info.get("summary", "")[:200], "organism": info.get("taxon", ""), "platform": info.get("gpl", ""), "sample_count": info.get("n_samples", 0), "series_type": info.get("gdstype", ""), "pub_date": info.get("pdat", ""), }) df = pd.DataFrame(results) print(f"GEO search: {len(df)} datasets") return df ``` ## 2. GEO 発現マトリクス取得 ```python def geo_get_expression_matrix(gse_id, log2_transform=True): """ GEO — GSE 発現マトリクス取得 (GEOparse)。 Parameters: gse_id: str — GSE アクセッション (例: "GSE12345") log2_transform: bool — log2 変換を適用するか """ import numpy as np gse = GEOparse.get_GEO(geo=gse_id, destdir="/tmp", silent=True) # サンプルメタデータ samples = [] for gsm_name, gsm in gse.gsms.items(): meta = gsm.metadata samples.append({ "sample_id": gsm_name, "title": meta.get("title", [""])[0], "source": meta.get("source_name_ch1", [""])[0], "characteristics": "; ".join( meta.get("characteristics_ch1", [])), "platform": meta.get("platform_id", [""])[0], }) sample_df = pd.DataFrame(samples) # 発現マトリクス pivoted = gse.pivot_samples("VALUE") if pivoted.empty: print(f"No expression data in {gse_id}") return sample_df, pd.DataFrame() if log2_transform: pivoted = np.log2(pivoted.astype(float) + 1) print(f"GEO {gse_id}: {pivoted.shape[0]} probes × " f"{pivoted.shape[1]} samples") return sample_df, pivoted ``` ## 3. 差次的発現解析 ```python from scipy import stats import numpy as np def geo_differential_expression(expr_matrix, group_a_samples, group_b_samples, method="ttest", fdr_threshold=0.05, lfc_threshold=1.0): """ GEO — 差次的発現解析。 Parameters: expr_matrix: pd.DataFrame — 発現マトリクス (genes × samples) group_a_samples: list[str] — グループ A サンプル ID group_b_samples: list[str] — グループ B サンプル ID method: str — "ttest" or "wilcoxon" fdr_threshold: float — FDR 閾値 lfc_threshold: float — log2FC 閾値 """ a_data = expr_matrix[group_a_samples] b_data = expr_matrix[group_b_samples] results = [] for gene in expr_matrix.index: a_vals = a_data.loc[gene].dropna().values b_vals = b_data.loc[gene].dropna().values if len(a_vals) < 2 or len(b_vals) < 2: continue lfc = b_vals.mean() - a_vals.mean() if method == "ttest": stat, pval = stats.ttest_ind(a_vals, b_vals) else: stat, pval = stats.mannwhitneyu(a_vals, b_vals, alternative="two-sided") results.append({ "gene": gene, "log2fc": lfc, "mean_a": a_vals.mean(), "mean_b": b_vals.mean(), "statistic": stat, "p_value": pval, }) df = pd.DataFrame(results) # FDR correction (Benjamini-Hochberg) from statsmodels.stats.multitest import multipletests _, df["fdr"], _, _ = multipletests(df["p_value"], method="fdr_bh") # DEG フィルタ df["is_deg"] = (df["fdr"] < fdr_threshold) & (df["log2fc"].abs() > lfc_threshold) n_deg = df["is_deg"].sum() n_up = ((df["is_deg"]) & (df["log2fc"] > 0)).sum() n_down = ((df["is_deg"]) & (df["log2fc"] < 0)).sum() print(f"DEG: {n_deg} genes (↑{n_up} / ↓{n_down}), " f"FDR<{fdr_threshold}, |LFC|>{lfc_threshold}") return df.sort_values("p_value") ``` ## 4. GEO 発現プロファイリングパイプライン ```python def geo_expression_pipeline(gse_id, group_col="condition", group_a="control", group_b="treatment", output_dir="results"): """ GEO 発現プロファイリング統合パイプライン。 Parameters: gse_id: str — GSE アクセッション group_col: str — グループ化カラム group_a: str — コントロールグループ group_b: str — 処理グループ output_dir: str — 出力ディレクトリ """ from pathlib import Path output_dir = Path(output_dir) output_dir.mkdir(parents=True, exist_ok=True) # 1) データ取得 sample_df, expr = geo_get_expression_matrix(gse_id) sample_df.to_csv(output_dir / "samples.csv", index=False) # 2) グループ分割 a_samples = sample_df[ sample_df["source"].str.contains(group_a, case=False) ]["sample_id"].tolist() b_samples = sample_df[ sample_df["source"].str.contains(group_b, case=False) ]["sample_id"].tolist() # 3) 差次的発現 deg = geo_differential_expression(expr, a_samples, b_samples) deg.to_csv(output_dir / "deg_results.csv", index=False) print(f"GEO pipeline: {output_dir}") return {"samples": sample_df, "expression": expr, "deg": deg} ``` --- ## ToolUniverse 連携 | TU Key | ツール名 | 連携内容 | |--------|---------|---------| | `geo` | GEO | データセット検索・サンプル情報・発現データ | ## パイプライン統合 ``` ebi-databases → geo-expression → gene-expression-transcriptomics (ENA/EBI Search) (GEO データ) (DESeq2/GTEx) │ │ ↓ literature-search ────┘ pathway-enrichment (PubMed/OpenAlex) │ (KEGG/Reactome/GO) ↓ multi-omics (統合解析) ``` ## パイプライン出力 | ファイル | 説明 | 次スキル | |---------|------|---------| | `results/samples.csv` | サンプルメタデータ | → gene-expression-transcriptomics | | `results/deg_results.csv` | 差次的発現結果 | → pathway-enrichment |