科研工作者在发表paper的时候，如果文章中涉及高通量测序数据分析，就需要提前向NCBI上传数据获得登录号。然而，如何向NCBI提交这些序列？提交什么序列？总是提交失败怎么办？这一系列问题成为科研工作者不得不面对的一个难题。今天小编就来介绍一种重要的NCBI数据库GEO，它可用于存储测序数据，实现资源共享。小编将GEO数据库的提交过程做一个简单概述，希望能为大家提供一点帮助。
一.GEO数据上传操作方法
1. NCBI 账号注册
数据上传前需要注册一个NCBI（https://www.ncbi.nlm.nih.gov/）账号
若账号已存在，可点击“Log in”直接登录，若未注册账号，需点击“Sign up“注册后登录。
2. GEO账号注册
登录NCBI后点击“Submit”
下拉至“Other Tools”点击GEO对应的“learn more”，进入GEO
填写姓名、电话、E-mail等基本信息 （带*号的为必填信息）注：http://qq.com、http://163.com 或 http://foxmail.com 电子邮件地址可能不能收到来自 NCBI 的邮件。请提供其他邮箱以确保NCBI能够与您沟通。
注册成功后会收到GEO注册成功邮件。
注：GEO帐户三个月内不上传数据将自动删除。
3. 数据上传导航
RNA-seq 选择高通量测序
需要提交的数据：Metadata spreadsheet 可在下方直接下载填写
processed data fies即表达量文件gene count或gene fpkm文件
raw data files即原始数据raw data
4. Metadata spreadsheet 表格填写
（1）STUDY主要包含文章的标题、概述、实验整体设计、共同作者等
（2）SAMPLES: 包括样品名称、样品的详细信息、物种、细胞系、细胞类型、试验处理情况、单双端测序情况、测序机器、原始文件名等。
Processeddata files主要是基因表达的数据文件（readcount或FPKM），需要换成文本txt格式。raw file对应原始数据raw data中的压缩包名称，以fq.gz结尾，由于是双端测序，因此一个样本对应-1、-2两端数据。
（3）PROTOCLS: 样本的处理方案，建库方案，类型，处理步骤，处理过程中文件信息等
（4）PAIRED-END EXPERIMENTS: 双端测序的样本fq文件名
（5）MD5 ChecksumsMD5 即 Message-Digest Algorithm 5，是当前计算机领域广泛使用的哈希算法之一，用于确保信息传输完整一致。
RAW FILES即raw data，对应的file cheksum可直接在释放的全部数据中的md5.txt直接查看。PROCESSED DATA FILES即结果文件中的表达量fpkm文件，需将文件转换成txt格式后上传，windows电脑的file cheksum可利用md5.exe（释放的全部数据中有）生成，具体操作如下。
5.数据上传
将以上涉及的三部分需提交的内容（表格与数据）打包到一个文件夹内
注：可接受的压缩格式是 gzip 和 bzip2（即以 .gz 或 .bz2 扩展名结尾的文件）。切勿压缩二进制文件（例如，BAM、bigWig、bigBed），也不要上传 ZIP 档案（扩展名为 .zip 的文件）。
点击“Uploading your submission”跳转到数据上传界面
分两步：第一步下载FTP软件上传数据，第二步发邮件通知GEO
上传路径：
上传的主机，账号及密码：
“快速连接”工具栏中输入主机（http://ftp-private.ncbi.nlm.nih.gov），用户名（geoftp）和密码（rebUzyi1）来快速连接，会看到“快速连接”错误，可以忽略此错误。在“远程站点”地址栏中输入个性化工作区的路径（如我的路径为：/ uploads / zhaoyuhuan_8zOL842G）。然后可以通过从“本地站点”窗口拖动包含所有提交文件的文件夹并将其拖放到右侧的上传空间（“远程站点”窗口）中来传输文件。
此外，可以通过设置站点管理器避免目标列表错误，步骤如下：
（1）选择文件-站点管理器-常规-输入主机（http://ftp-private.ncbi.nlm.nih.gov），用户名（geoftp）和密码（rebUzyi1）
（2）选择文件-站点管理器-高级-选择需要上传数据的文件夹-数据库给出的远程站点
（3）选择文件-站点管理器-传输设置-选择主动-点击连接即可
6.邮件确认
待传输完成后，点击Notify GEO通知GEO审核数据，GEO官方大概在5个工作日左右回复，在收到管理员邮件确认之前不要引用GEO号。
在方框输入上传文件路径选择数据公开的时间(根据需求自行决定)注：若老师选择3年后公开，后续想更改时间，可以进行提交界面，通过设置修改时间，或者直接反馈GEO官网进行修改。
二.GEO数据上传常见问题
1. FileZilla连接失败问题
2. FTP上传数据报550错误
请求操作未被执行，文件不可用，可以尝试以下的方法来解决：（1）准备要传输的文件，不要打开使用，很多人经常会忘记关闭了个别的文件，同时又将文件发给别人，这种正在使用着的文件是传输不过去的；（2）文件的体积比较大，传输过程中耗费时间比较长，网络不稳定，容易造成传输文件中断，可以尝试将体积比较大的文件分开传输，或者尝试将文件压缩一些体积，打包传输；（3）网络条件比较差，网络不给力，传输文件比较困难，可以在网络较好的情况下再传输；（4）电脑上某些杀毒软件拦截文件，造成文件传输的错误，可以尝试暂时关闭特殊的杀毒软件。
3. Ftp服务器连接失败
主要分为以下四种情况：
（1）连接被拒, 错误信息如下:正在连接到 http://www.yourdomain.com -> DNS=http://www.yourdomain.com IP=218.13.164.102 PORT=21连接失败 (连接被拒)
原因:这是因为客户在作Ftp上传时 填写错了Ftp服务器造成这个问题。
解决:在Ftp上传时服务器填写。
（2）FTP用户登入失败 错误信息如下:正在连接到 http://www.72dns.com -> DNS=http://www.72dns.com IP=211.155.224.184 PORT=21 已连接到 http://www.72dns.com (Ftp服务器连接成功)220 Serv-U FTP Server v6.2 for WinSock ready...USER test331 User name okay, need password.PASS (隐藏)530 Not logged in.
原因:这是用户填写错误的FTP服务器、Ftp用户名/或Ftp密码。
解决:请您核对您的Ftp 信息（开通空间时，系统会把FTP信息发到你邮箱里，你可以查看一下邮件）。如果您忘记Ftp密码。可以在“用户中心－－－虚拟主机管理－－－控制面板”里重设Ftp密码。
（3）用户本地上网问题，错误信息如下:无法解析主机：s501.72dns.comC:\>ping s501.72dns.comPing request could not find host s501.72dns.com.please check the name and try again.
原因:如这两种情况同时都出现，那是用户本地上网的DNS有问题。
解决:请用其它的DNS试下。
（4）Ftp服务器解析正常,Ftp服务器连接超时，错误信息如下:正在连接到 http://s501.72dns.com -> DNS=http://s501.72dns.com IP=203.171.239.16 PORT=21 连接失败（连接超时）
原因:网络方面有问题。
解决:更换网络再次尝试。
总结：目前最常见的FTP错误检查主要是检查FTP服务器、Ftp用户名/或Ftp密码是否正确；切换站点管理器中传输设置的主动被动模式；站点管理器常规中的加密选项选择只使用普通FTP（不安全）。
以上就是本次GEO数据上传操作指南的主要内容啦，希望可以对各位老师有所帮助。后续小编还会推出SRA数据上传指南，敬请期待~
