搞不懂geo上传一代测序？别慌，老鸟带你避坑填表

昨晚熬到凌晨两点，终于把那个该死的SRA数据跑完了。看着进度条一点点爬升，心里那块石头总算落地。做这行15年了，每次遇到新工具、新平台，心里还是咯噔一下。特别是现在搞geo上传一代测序，很多人一听到“元数据”三个字就头大，觉得比测数据本身还麻烦。其实真不是那么回事，只要你理清逻辑，也就那么回事。

我见过太多新手，数据测完，兴奋得不行，结果上传时卡在format选择上。要么选错，要么填错，最后被审核打回来，折腾好几周。咱们今天不整那些虚头巴脑的理论，就说说实操中那些让人抓狂的细节。

第一步，先把你的实验设计想清楚。别急着打开浏览器，先拿出一张纸。这次测序是啥目的？是找SNP？还是做甲基化？或者是表达量差异？这个决定了你后续怎么填元数据。比如你做一代测序验证qPCR结果，那你的实验设计里，对照组和处理组必须分得清清楚楚。我在填表时，经常看到有人把Replicate（重复）搞混，把生物学重复和技术重复弄成一锅粥。记住，Geo平台看重的是可重复性，你如果连自己样本是怎么处理的都说不清，审核员肯定给你打回。

第二步，整理样本信息。这一步最考验耐心。你得有一个Excel表格，每一行代表一个样本，列包括：样本名称、组别、提取方法、测序平台、读长、插入片段大小等。这里有个坑，就是“平台”这一栏。很多人直接填“Illumina”，但这不够具体。你得写清楚是HiSeq 4000还是NovaSeq 6000。还有，如果你是用一代测序做的Sanger验证，平台要填“Sanger”或者“ABI”，千万别偷懒填个“Other”，审核员看到Other就会多问几句，增加你的沟通成本。

第三步，开始填表。进入Geo Submitter，选择对应的系列。这里有个细节，很多人容易忽略“Library Strategy”。对于一代测序，如果是Sanger测序，通常选“OTHER”或者“SANGER”。如果是基于二代平台的一代验证，那就得看具体情况。我有一次因为这里填错，导致整个系列被质疑，后来花了一周时间跟客服扯皮，才改过来。所以，别嫌麻烦，多查一下官方文档里的例子。

第四步，上传文件。这一步看似简单，实则暗藏玄机。你要上传的不仅仅是FASTQ文件，还有相关的元数据文件。文件格式一定要对，FASTQ要用gz压缩，文本文件用txt。我见过有人直接上传Excel，结果系统识别不了，只能重新转格式。另外，文件名要有规律，别叫什么“最终版”、“绝对最终版”、“打死不改版”，审核员看到这种名字，心里已经给你扣分了。

第五步，提交前检查。别急着点Submit，先预览一下。看看有没有必填项漏填，有没有拼写错误。特别是样本名称，要和你的文件命名一致。我有一次因为大小写不一致，导致数据关联失败，最后只能重新提交。

其实，geo上传一代测序 并没有想象中那么难，难的是你的耐心和细心。数据是死的，人是活的。你多花点时间整理，后面就能少受点罪。别指望一次就能完美，第一次上传出错很正常，关键是学会看审核意见，针对性修改。

最后想说，做科研就是这样，过程曲折，但结果值得。当你看到自己的数据在Geo上公开，供全球学者下载引用时，那种成就感，是任何物质奖励都换不来的。所以，别怕麻烦，一步步来，你也能搞定 geo上传一代测序 这个看似高冷的任务。加油，同行们！