更正说明2026-09-17本文旧版将 GSE255728 错写成结直肠癌单细胞数据并给出了不对应的论文与细胞数量。这些描述均已撤回。感谢读者指出错误本次依据 NCBI GEO 原始记录和实际下载文件重新核对。先确认这份数据适不适合你GSE255728 是西兰花Brassica oleracea var. italica低钾条件下的转录组研究。GEO 收录 48 个样本涉及根、叶及处理后第 1、3、6 天实验类型为高通量测序表达分析。寻找人类肿瘤或单细胞数据的读者不应选用这个编号。研究主题是西兰花对钾限制的响应对应论文发表在 Discover PlantsDOI10.1007/s44372-024-00014-1。下载哪个文件优先从 NCBI GEO 官方页面进入 Supplementary file下载GSE255728_Brocoli.all.countsTPMs.txt.gz。原始测序读段另见该页的 SRA 入口。2026-09-17 实际下载并检查结果检查项结果gzip 完整性通过表格结构60,586 行基因记录48 列样本基因与样本名称重复未发现数值均为有限非负数存在非整数读取环境macOSR 4.6.0使用基础 R本次下载文件的 SHA256 为f39542a4c8628aba92391f939bd53ce67a462422403becbab157cd5a45d89745。这是本次下载后计算的校验值不是声称 NCBI 另行签发的校验值。原文网盘入口存在文件异常标记现撤下该入口。先使用官方来源避免把不完整的镜像当作完整数据。用 R 先读取再判断能做什么把文件放入当前 R 项目目录执行file-GSE255728_Brocoli.all.countsTPMs.txt.gzx-read.delim(gzfile(file),headerTRUE,row.names1,check.namesFALSE)stopifnot(ncol(x)48L,nrow(x)60586L)stopifnot(!anyDuplicated(rownames(x)),!anyDuplicated(colnames(x)))stopifnot(all(vapply(x,is.numeric,logical(1))))m-as.matrix(x)stopifnot(all(is.finite(m)),all(m0))cat(genes:,nrow(x),samples:,ncol(x),\n)cat(contains non-integer values:,any(m!round(m)),\n)head(colnames(x))本次运行输出为genes: 60586 samples: 48非整数检查为TRUE。前六个列名是HB10.1、HB10.2、HB10.3、HB10.4、HB14.1、HB14.2。为什么不能直接当作原始 counts虽然文件名包含countsTPMs样本 GSM8078624 的处理说明将补充文件描述为各样本的基因 TPM。实际表格也包含非整数。因此不要将这张表直接当作原始整数 counts 输入 DESeq2也不要把 TPM 四舍五入来冒充原始计数。样本分组同样需要单独核对。矩阵采用HB...、RB...列名GEO 页面采用 GSM 编号和样本标题应根据样本描述建立对应表不能简单照网页顺序套到矩阵列上。例如该 GSM 的描述为RB141而矩阵使用带点的列名格式匹配规则需要逐项确认。本文完成的是文件身份、格式与读取验证尚未进行差异表达分析也没有给出未经验证的生物学结论。常见问题读取失败、提示找不到文件先运行getwd()和file.exists(file)确认工作目录。不要把下载的 HTML 页面重命名为.gz。可以直接用于人类疾病分析吗不可以按人类数据解释。物种、实验设计和研究问题必须对应。需要安装 GEOquery 才能读取这张表吗上述步骤使用基础 R 即可获取完整样本注释时再选择合适的工具。核对来源GEO 系列记录、样本记录、原始论文。