geo-database

GEO データベース

概要

Gene Expression Omnibus（GEO）は、NCBI が公開しているハイスループット遺伝子発現およびファンクショナルゲノミクスデータのリポジトリです。GEO には、アレイベースとシーケンスベースの両方の実験から得られた 26 万 4,000 件を超える研究と、800 万を超えるサンプルが含まれています。

このスキルを使用するタイミング

このスキルは、遺伝子発現データセットの検索、実験データの取得、raw および処理済みファイルのダウンロード、発現プロファイルのクエリ、または GEO データを計算解析ワークフローに統合する場合に使用してください。

主な機能

1. GEO データの構成の理解

GEO は、異なる登録番号（accession）の種類を使用してデータを階層的に整理します。

Series（GSE）: 関連するサンプルのセットからなる完全な実験

• 例: GSE123456
• 実験デザイン、サンプル、研究全体の情報を含みます
• GEO における最大の編成単位です
• 現在の件数: 264,928 件以上のシリーズ

Sample（GSM）: 単一の実験サンプルまたは生物学的反復

• 例: GSM987654
• 個々のサンプルデータ、プロトコル、メタデータを含みます
• プラットフォームおよびシリーズにリンクされています
• 現在の件数: 8,068,632 件以上のサンプル

Platform（GPL）: 使用されたマイクロアレイまたはシーケンシングプラットフォーム

• 例: GPL570（Affymetrix Human Genome U133 Plus 2.0 Array）
• 技術と、プローブまたは特徴量のアノテーションを記述します
• 複数の実験で共有されます
• 現在の件数: 27,739 件以上のプラットフォーム

DataSet（GDS）: 一貫した形式でキュレーションされたコレクション

• 例: GDS5678
• 研究デザインごとに整理された、実験的に比較可能なサンプル
• 差次的解析向けに処理されています
• GEO データのサブセット（4,348 件のキュレーション済みデータセット）
• 迅速な比較解析に最適です

Profiles: 配列特徴量に紐づく遺伝子単位の発現データ

• 遺伝子名またはアノテーションで検索できます
• Entrez Gene への相互参照があります
• すべての研究を横断する遺伝子中心の検索が可能です

2. GEO データの検索

GEO DataSets 検索:

キーワード、生物種、または実験条件で研究を検索します。

from Bio import Entrez

# Configure Entrez (required)
Entrez.email = "[email protected]"

# Search for datasets
def search_geo_datasets(query, retmax=20):
    """Search GEO DataSets database"""
    handle = Entrez.esearch(
        db="gds",
        term=query,
        retmax=retmax,
        usehistory="y"
    )
    results = Entrez.read(handle)
    handle.close()
    return results

# Example searches
results = search_geo_datasets("breast cancer[MeSH] AND Homo sapiens[Organism]")
print(f"Found {results['Count']} datasets")

# Search by specific platform
results = search_geo_datasets("GPL570[Accession]")

# Search by study type
results = search_geo_datasets("expression profiling by array[DataSet Type]")

GEO Profiles 検索:

遺伝子単位の発現パターンを検索します。

# Search for gene expression profiles
def search_geo_profiles(gene_name, organism="Homo sapiens", retmax=100):
    """Search GEO Profiles for a specific gene"""
    query = f"{gene_name}[Gene Name] AND {organism}[Organism]"
    handle = Entrez.esearch(
        db="geoprofiles",
        term=query,
        retmax=retmax
    )
    results = Entrez.read(handle)
    handle.close()
    return results

# Find TP53 expression across studies
tp53_results = search_geo_profiles("TP53", organism="Homo sapiens")
print(f"Found {tp53_results['Count']} expression profiles for TP53")

高度な検索パターン:

# Combine multiple search terms
def advanced_geo_search(terms, operator="AND"):
    """Build complex search queries"""
    query = f" {operator} ".join(terms)
    return search_geo_datasets(query)

# Find recent high-throughput studies
search_terms = [
    "RNA-seq[DataSet Type]",
    "Homo sapiens[Organism]",
    "2024[Publication Date]"
]
results = advanced_geo_search(search_terms)

# Search by author and condition
search_terms = [
    "Smith[Author]",
    "diabetes[Disease]"
]
results = advanced_geo_search(search_terms)

3. GEOparse による GEO データの取得（推奨）

GEOparse は、GEO データにアクセスするための主要な Python ライブラリです。

インストール:

uv pip install GEOparse

基本的な使い方:

import GEOparse

# Download and parse a GEO Series
gse = GEOparse.get_GEO(geo="GSE123456", destdir="./data")

# Access series metadata
print(gse.metadata['title'])
print(gse.metadata['summary'])
print(gse.metadata['overall_design'])

# Access sample information
for gsm_name, gsm in gse.gsms.items():
    print(f"Sample: {gsm_name}")
    print(f"  Title: {gsm.metadata['title'][0]}")
    print(f"  Source: {gsm.metadata['source_name_ch1'][0]}")
    print(f"  Characteristics: {gsm.metadata.get('characteristics_ch1', [])}")

# Access platform information
for gpl_name, gpl in gse.gpls.items():
    print(f"Platform: {gpl_name}")
    print(f"  Title: {gpl.metadata['title'][0]}")
    print(f"  Organism: {gpl.metadata['organism'][0]}")

発現データの扱い:

import GEOparse
import pandas as pd

# Get expression data from series
gse = GEOparse.get_GEO(geo="GSE123456", destdir="./data")

# Extract expression matrix
# Method 1: From series matrix file (fastest)
if hasattr(gse, 'pivot_samples'):
    expression_df = gse.pivot_samples('VALUE')
    print(expression_df.shape)  # genes x samples

# Method 2: From individual samples
expression_data = {}
for gsm_name, gsm in gse.gsms.items():
    if hasattr(gsm, 'table'):
        expression_data[gsm_name] = gsm.table['VALUE']

expression_df = pd.DataFrame(expression_data)
print(f"Expression matrix: {expression_df.shape}")

補足ファイルへのアクセス:

import GEOparse

gse = GEOparse.get_GEO(geo="GSE123456", destdir="./data")

# Download supplementary files
gse.download_supplementary_files(
    directory="./data/GSE123456_suppl",
    download_sra=False  # Set to True to download SRA files
)

# List available supplementary files
for gsm_name, gsm in gse.gsms.items():
    if hasattr(gsm, 'supplementary_files'):
        print(f"Sample {gsm_name}:")
        for file_url in gsm.metadata.get('supplementary_file', []):
            print(f"  {file_url}")

データのフィルタリングとサブセット化:

import GEOparse

gse = GEOparse.get_GEO(geo="GSE123456", destdir="./data")

# Filter samples by metadata
control_samples = [
    gsm_name for gsm_name, gsm in gse.gsms.items()
    if 'control' in gsm.metadata.get('title', [''])[0].lower()
]

treatment_samples = [
    gsm_name for gsm_name, gsm in gse.gsms.items()
    if 'treatment' in gsm.metadata.get('title', [''])[0].lower()
]

print(f"Control samples: {len(control_samples)}")
print(f"Treatment samples: {len(treatment_samples)}")

# Extract subset expression matrix
expression_df = gse.pivot_samples('VALUE')
control_expr = expression_df[control_samples]
treatment_expr = expression_df[treatment_samples]

4. GEO へのアクセスに NCBI E-utilities を使用する

E-utilities は、GEO のメタデータへより低レベルなプログラムからのアクセスを提供します。

E-utilities の基本ワークフロー:

from Bio import Entrez
import time

Entrez.email = "[email protected]"

# Step 1: Search for GEO entries
def search_geo(query, db="gds", retmax=100):
    """Search GEO using E-utilities"""
    handle = Entrez.esearch(
        db=db,
        term=query,
        retmax=retmax,
        usehistory="y"
    )
    results = Entrez.read(handle)
    handle.close()
    return results

# Step 2: Fetch summaries
def fetch_geo_summaries(id_list, db="gds"):
    """Fetch document summaries for GEO entries"""
    ids = ",".join(id_list)
    handle = Entrez.esummary(db=db, id=ids)
    summaries = Entrez.read(handle)
    handle.close()
    return summaries

# Step 3: Fetch full records
def fetch_geo_records(id_list, db="gds"):
    """Fetch full GEO records"""
    ids = ",".join(id_list)
    handle = Entrez.efetch(db=db, id=ids, retmode="xml")
    records = Entrez.read(handle)
    handle.close()
    return records

# Example workflow
search_results = search_geo("breast cancer AND Homo sapiens")
id_list = search_results['IdList'][:5]

summaries = fetch_geo_summaries(id_list)
for summary in summaries:
    print(f"GDS: {summary.get('Accession', 'N/A')}")
    print(f"Title: {summary.get('title', 'N/A')}")
    print(f"Samples: {summary.get('n_samples', 'N/A')}")
    print()

E-utilities によるバッチ処理:

from Bio import Entrez
import time

Entrez.email = "[email protected]"

def batch_fetch_geo_metadata(accessions, batch_size=100):
    """Fetch metadata for multiple GEO accessions"""
    results = {}

    for i in range(0, len(accessions), batch_size):
        batch = accessions[i:i + batch_size]

        # Search for each accession
        for accession in batch:
            try:
                query = f"{accession}[Accession]"
                search_handle = Entrez.esearch(db="gds", term=query)
                search_results = Entrez.read(search_handle)
                search_handle.close()

                if search_results['IdList']:
                    # Fetch summary
                    summary_handle = Entrez.esummary(
                        db="gds",
                        id=search_results['IdList'][0]
                    )
                    summary = Entrez.read(summary_handle)
                    summary_handle.close()
                    results[accession] = summary[0]

                # Be polite to NCBI servers
                time.sleep(0.34)  # Max 3 requests per second

            except Exception as e:
                print(f"Error fetching {accession}: {e}")

    return results

# Fetch metadata for multiple datasets
gse_list = ["GSE100001", "GSE100002", "GSE100003"]
metadata = batch_fetch_geo_metadata(gse_list)

5. データファイルへの直接的な FTP アクセス

GEO データの FTP URL:

GEO データは FTP で直接ダウンロードできます。

import ftplib
import os

def download_geo_ftp(accession, file_type="matrix", dest_dir="./data"):
    """Download GEO files via FTP"""
    # Construct FTP path based on accession type
    if accession.startswith("GSE"):
        # Series files
        gse_num = accession[3:]
        base_num = gse_num[:-3] + "nnn"
        ftp_path = f"/geo/series/GSE{base_num}/{accession}/"

        if file_type == "matrix":
            filename = f"{accession}_series_matrix.txt.gz"
        elif file_type == "soft":
            filename = f"{accession}_family.soft.gz"
        elif file_type == "miniml":
            filename = f"{accession}_family.xml.tgz"

    # Connect to FTP server
    ftp = ftplib.FTP("ftp.ncbi.nlm.nih.gov")
    ftp.login()
    ftp.cwd(ftp_path)

    # Download file
    os.makedirs(dest_dir, exist_ok=True)
    local_file = os.path.join(dest_dir, filename)

    with open(local_file, 'wb') as f:
        ftp.retrbinary(f'RETR {filename}', f.write)

    ftp.quit()
    print(f"Downloaded: {local_file}")
    return local_file

# Download series matrix file
download_geo_ftp("GSE123456", file_type="matrix")

# Download SOFT format file
download_geo_ftp("GSE123456", file_type="soft")

ダウンロードに wget または curl を使用する:

# Download series matrix file
wget ftp://ftp.ncbi.nlm.nih.gov/geo/series/GSE123nnn/GSE123456/matrix/GSE123456_series_matrix.txt.gz

# Download all supplementary files for a series
wget -r -np -nd ftp://ftp.ncbi.nlm.nih.gov/geo/series/GSE123nnn/GSE123456/suppl/

# Download SOFT format family file
wget ftp://ftp.ncbi.nlm.nih.gov/geo/series/GSE123nnn/GSE123456/soft/GSE123456_family.soft.gz

6. GEO データの解析

品質管理と前処理:

import GEOparse
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# Load dataset
gse = GEOparse.get_GEO(geo="GSE123456", destdir="./data")
expression_df = gse.pivot_samples('VALUE')

# Check for missing values
print(f"Missing values: {expression_df.isnull().sum().sum()}")

# Log transformation (if needed)
if expression_df.min().min() > 0:  # Check if already log-transformed
    if expression_df.max().max() > 100:
        expression_df = np.log2(expression_df + 1)
        print("Applied log2 transformation")

# Distribution plots
plt.figure(figsize=(12, 5))

plt.subplot(1, 2, 1)
expression_df.plot.box(ax=plt.gca())
plt.title("Expression Distribution per Sample")
plt.xticks(rotation=90)

plt.subplot(1, 2, 2)
expression_df.mean(axis=1).hist(bins=50)
plt.title("Gene Expression Distribution")
plt.xlabel("Average Expression")

plt.tight_layout()
plt.savefig("geo_qc.png", dpi=300, bbox_inches='tight')

差次的発現解析:

import GEOparse
import pandas as pd
import numpy as np
from scipy import stats

gse = GEOparse.get_GEO(geo="GSE123456", destdir="./data")
expression_df = gse.pivot_samples('VALUE')

# Define sample groups
control_samples = ["GSM1", "GSM2", "GSM3"]
treatment_samples = ["GSM4", "GSM5", "GSM6"]

# Calculate fold changes and p-values
results = []
for gene in expression_df.index:
    control_expr = expression_df.loc[gene, control_samples]
    treatment_expr = expression_df.loc[gene, treatment_samples]

    # Calculate statistics
    fold_change = treatment_expr.mean() - control_expr.mean()
    t_stat, p_value = stats.ttest_ind(treatment_expr, control_expr)

    results.append({
        'gene': gene,
        'log2_fold_change': fold_change,
        'p_value': p_value,
        'control_mean': control_expr.mean(),
        'treatment_mean': treatment_expr.mean()
    })

# Create results DataFrame
de_results = pd.DataFrame(results)

# Multiple testing correction (Benjamini-Hochberg)
from statsmodels.stats.multitest import multipletests
_, de_results['q_value'], _, _ = multipletests(
    de_results['p_value'],
    method='fdr_bh'
)

# Filter significant genes
significant_genes = de_results[
    (de_results['q_value'] < 0.05) &
    (abs(de_results['log2_fold_change']) > 1)
]

print(f"Significant genes: {len(significant_genes)}")
significant_genes.to_csv("de_results.csv", index=False)

相関およびクラスタリング解析:

import GEOparse
import seaborn as sns
import matplotlib.pyplot as plt
from scipy.cluster import hierarchy
from scipy.spatial.distance import pdist

gse = GEOparse.get_GEO(geo="GSE123456", destdir="./data")
expression_df = gse.pivot_samples('VALUE')

# Sample correlation heatmap
sample_corr = expression_df.corr()

plt.figure(figsize=(10, 8))
sns.heatmap(sample_corr, cmap='coolwarm', center=0,
            square=True, linewidths=0.5)
plt.title("Sample Correlation Matrix")
plt.tight_layout()
plt.savefig("sample_correlation.png", dpi=300, bbox_inches='tight')

# Hierarchical clustering
distances = pdist(expression_df.T, metric='correlation')
linkage = hierarchy.linkage(distances, method='average')

plt.figure(figsize=(12, 6))
hierarchy.dendrogram(linkage, labels=expression_df.columns)
plt.title("Hierarchical Clustering of Samples")
plt.xlabel("Samples")
plt.ylabel("Distance")
plt.xticks(rotation=90)
plt.tight_layout()
plt.savefig("sample_clustering.png", dpi=300, bbox_inches='tight')

7. 複数データセットのバッチ処理

複数のシリーズのダウンロードと処理:

import GEOparse
import pandas as pd
import os

def batch_download_geo(gse_list, destdir="./geo_data"):
    """Download multiple GEO series"""
    results = {}

    for gse_id in gse_list:
        try:
            print(f"Processing {gse_id}...")
            gse = GEOparse.get_GEO(geo=gse_id, destdir=destdir)

            # Extract key information
            results[gse_id] = {
                'title': gse.metadata.get('title', ['N/A'])[0],
                'organism': gse.metadata.get('organism', ['N/A'])[0],
                'platform': list(gse.gpls.keys())[0] if gse.gpls else 'N/A',
                'num_samples': len(gse.gsms),
                'submission_date': gse.metadata.get('submission_date', ['N/A'])[0]
            }

            # Save expression data
            if hasattr(gse, 'pivot_samples'):
                expr_df = gse.pivot_samples('VALUE')
                expr_df.to_csv(f"{destdir}/{gse_id}_expression.csv")
                results[gse_id]['num_genes'] = len(expr_df)

        except Exception as e:
            print(f"Error processing {gse_id}: {e}")
            results[gse_id] = {'error': str(e)}

    # Save summary
    summary_df = pd.DataFrame(results).T
    summary_df.to_csv(f"{destdir}/batch_summary.csv")

    return results

# Process multiple datasets
gse_list = ["GSE100001", "GSE100002", "GSE100003"]
results = batch_download_geo(gse_list)

研究横断的なメタアナリシス:

import GEOparse
import pandas as pd
import numpy as np

def meta_analysis_geo(gse_list, gene_of_interest):
    """Perform meta-analysis of gene expression across studies"""
    results = []

    for gse_id in gse_list:
        try:
            gse = GEOparse.get_GEO(geo=gse_id, destdir="./data")

            # Get platform annotation
            gpl = list(gse.gpls.values())[0]

            # Find gene in platform
            if hasattr(gpl, 'table'):
                gene_probes = gpl.table[
                    gpl.table['Gene Symbol'].str.contains(
                        gene_of_interest,
                        case=False,
                        na=False
                    )
                ]

                if not gene_probes.empty:
                    expr_df = gse.pivot_samples('VALUE')

                    for probe_id in gene_probes['ID']:
                        if probe_id in expr_df.index:
                            expr_values = expr_df.loc[probe_id]

                            results.append({
                                'study': gse_id,
                                'probe': probe_id,
                                'mean_expression': expr_values.mean(),
                                'std_expression': expr_values.std(),
                                'num_samples': len(expr_values)
                            })

        except Exception as e:
            print(f"Error in {gse_id}: {e}")

    return pd.DataFrame(results)

# Meta-analysis for TP53
gse_studies = ["GSE100001", "GSE100002", "GSE100003"]
meta_results = meta_analysis_geo(gse_studies, "TP53")
print(meta_results)

インストールとセットアップ

Python ライブラリ

# Primary GEO access library (recommended)
uv pip install GEOparse

# For E-utilities and programmatic NCBI access
uv pip install biopython

# For data analysis
uv pip install pandas numpy scipy

# For visualization
uv pip install matplotlib seaborn

# For statistical analysis
uv pip install statsmodels scikit-learn

設定

NCBI E-utilities へのアクセスを設定します。

from Bio import Entrez

# Always set your email (required by NCBI)
Entrez.email = "[email protected]"

# Optional: Set API key for increased rate limits
# Get your API key from: https://www.ncbi.nlm.nih.gov/account/
Entrez.api_key = "your_api_key_here"

# With API key: 10 requests/second
# Without API key: 3 requests/second

一般的なユースケース

トランスクリプトーム研究

• 特定の条件における遺伝子発現データをダウンロードする
• 研究間で発現プロファイルを比較する
• 差次的に発現している遺伝子を特定する
• 複数のデータセットにまたがるメタアナリシスを実施する

薬剤応答研究

• 薬剤処理後の遺伝子発現変化を解析する
• 薬剤応答のバイオマーカーを特定する
• 細胞株または患者間で薬剤の効果を比較する
• 薬剤感受性の予測モデルを構築する

疾患生物学

• 疾患組織と正常組織における遺伝子発現を調べる
• 疾患に関連する発現シグネチャーを特定する
• 患者のサブグループや疾患ステージを比較する
• 発現と臨床転帰との相関を調べる

バイオマーカー探索

• 診断または予後のマーカーをスクリーニングする
• 独立したコホートをまたいでバイオマーカーを検証する
• プラットフォーム間でマーカーの性能を比較する
• 発現データと臨床データを統合する

主要な概念

SOFT（Simple Omnibus Format in Text）: GEO の主要なテキストベースの形式で、メタデータとデータテーブルを含みます。GEOparse で容易に解析できます。

MINiML（MIAME Notation in Markup Language）: GEO データのための XML 形式で、プログラムによるアクセスやデータ交換に使用されます。

Series Matrix: サンプルを列、遺伝子やプローブを行として並べたタブ区切りの発現マトリックスです。発現データを取得する最も高速な形式です。

MIAME 準拠: Minimum Information About a Microarray Experiment（マイクロアレイ実験に関する最小限の情報）の略で、GEO がすべての投稿に対して求める標準化されたアノテーションです。

発現値の種類: 異なる種類の発現測定値（生のシグナル、正規化済み、対数変換済みなど）です。必ずプラットフォームと処理方法を確認してください。

プラットフォームアノテーション: プローブやフィーチャーの ID を遺伝子に対応付けます。発現データを生物学的に解釈するために不可欠です。

GEO2R Web ツール

コーディングなしで手早く解析するには、GEO2R を使用します。

• GEO に統合された Web ベースの統計解析ツールです
• アクセス先: https://www.ncbi.nlm.nih.gov/geo/geo2r/?acc=GSExxxxx
• 差次的発現解析を実行します
• 再現性のために R スクリプトを生成します
• データをダウンロードする前の探索的解析に役立ちます

レート制限とベストプラクティス

NCBI E-utilities のレート制限:

• API キーなし: 毎秒 3 リクエスト
• API キーあり: 毎秒 10 リクエスト
• リクエストの間に遅延を入れてください: time.sleep(0.34)（API キーなし）または time.sleep(0.1)（API キーあり）

FTP アクセス:

• FTP ダウンロードにはレート制限がありません
• 一括ダウンロードに推奨される方法です
• wget -r を使用するとディレクトリ全体をダウンロードできます

GEOparse のキャッシュ:

• GEOparse はダウンロードしたファイルを destdir に自動的にキャッシュします
• 以降の呼び出しではキャッシュされたデータを使用します
• ディスク容量を節約するために、定期的にキャッシュを削除してください

推奨される使い方:

• シリーズ単位のアクセスには GEOparse を使用してください（最も簡単です）
• メタデータの検索やバッチクエリには E-utilities を使用してください
• ファイルの直接ダウンロードや一括操作には FTP を使用してください
• 繰り返しのダウンロードを避けるため、データはローカルにキャッシュしてください
• Biopython を使用する場合は、必ず Entrez.email を設定してください

リソース

references/geo_reference.md

次の内容を網羅した詳細なリファレンスドキュメントです。

• E-utilities API の詳細な仕様とエンドポイント
• SOFT および MINiML ファイル形式の完全なドキュメント
• GEOparse の高度な使用パターンと例
• FTP ディレクトリ構造とファイル命名規則
• データ処理パイプラインと正規化手法
• 一般的な問題のトラブルシューティングとエラー処理
• プラットフォーム固有の考慮事項と注意点

詳細な技術情報や複雑なクエリパターンが必要な場合、または一般的でないデータ形式を扱う場合は、このリファレンスを参照してください。

重要な注意事項

データ品質に関する考慮事項

• GEO は、品質基準がさまざまなユーザー投稿データを受け付けています
• 必ずプラットフォームのアノテーションと処理方法を確認してください
• サンプルのメタデータと実験計画を検証してください
• 研究間のバッチ効果に注意してください
• 一貫性を保つため、生データの再処理を検討してください

ファイルサイズに関する警告

• Series matrix ファイルは大規模な研究では大きくなることがあります（1 GB を超える場合もあります）
• 補足ファイル（例: CEL ファイル）は非常に大きくなることがあります
• ダウンロード前に十分なディスク容量を確保してください
• サンプルを分割して段階的にダウンロードすることを検討してください

データの利用と引用

• GEO のデータは研究目的であれば自由に利用できます
• GEO データを使用する場合は、必ず元の研究を引用してください
• GEO データベースの引用: Barrett et al. (2013) Nucleic Acids Research
• 個別のデータセットに利用制限がある場合は、それを確認してください
• プログラムによるアクセスには NCBI のガイドラインに従ってください

よくある落とし穴

• プラットフォームによってプローブ ID が異なるため、アノテーションのマッピングが必要です
• 発現値は生データ、正規化済み、または対数変換済みのいずれの場合もあるため、メタデータを確認してください
• サンプルのメタデータは、研究ごとに書式が統一されていない場合があります
• シリーズによっては、シリーズマトリックスファイルが存在しません（古い投稿の場合）
• プラットフォームのアノテーションが古くなっている場合があります（遺伝子名の変更や ID の非推奨化など）

追加リソース

• GEO ウェブサイト: https://www.ncbi.nlm.nih.gov/geo/
• GEO 投稿ガイドライン: https://www.ncbi.nlm.nih.gov/geo/info/submission.html
• GEOparse ドキュメント: https://geoparse.readthedocs.io/
• E-utilities ドキュメント: https://www.ncbi.nlm.nih.gov/books/NBK25501/
• GEO FTP サイト: ftp://ftp.ncbi.nlm.nih.gov/geo/
• GEO2R ツール: https://www.ncbi.nlm.nih.gov/geo/geo2r/
• NCBI API キー: https://ncbiinsights.ncbi.nlm.nih.gov/2017/11/02/new-api-keys-for-the-e-utilities/
• Biopython チュートリアル: https://biopython.org/DIST/docs/tutorial/Tutorial.html