RNA-seq和ChIP-seq合用一套GEO元数据表可以吗？

RNA-seq和ChIP-seq合用一套GEO元数据表可以吗？

一篇论文既做 RNA-seq 又做 ChIP-seq，并不意味着两套 FASTQ 和样本表可以合成一份 GEO 提交。文件看似齐全，打开记录的人却可能无法判断哪条测序数据支撑哪项实验。NCBI GEO 高通量测序说明要求：研究包含不同数据类型时，应分别准备各数据类型的提交；同时检测多种细胞属性的整合技术，则按一种数据类型考虑。先按实验类型整理，再回到论文安排数据声明。

先画实验与样本的关系

列出每种数据类型的实验目的、起始生物样本、文库和处理数据。若同一个受试者的组织分别做 RNA-seq 与 ChIP-seq，这说明来源相连，但两个实验仍有不同的文库、文件和处理结果。样本名可以保留共同前缀，具体记录要能区分检测类型。对照组标签也不能机械复制：RNA-seq 的表达矩阵与 ChIP-seq 的峰文件含义不同，元数据说明应分别写明。

确定何时算“整合技术”

NCBI 特别提到同时考察不同细胞性质的 Multiome 等整合数据可视作一个数据类型。团队不能只因为论文里把两项结果联合分析，就把传统 RNA-seq 和独立的 ChIP-seq 合并成“multiome”。判断依据应是原始实验设计和平台产出：一个联合测定流程，还是两项单独测定。若类型界限不明，在建立上传目录前向 GEO 咨询，避免上传后重新拆分。

按数据类型制作提交包

每套包都列明原始文件、处理后文件、研究与样本元数据。RNA-seq 的处理数据可为基因或转录本的计数、归一化表达矩阵；ChIP-seq 则可能是带定量信息的峰文件或信号轨道。GEO 指南要求为每个数据集设置单独子文件夹，不把两个提交的数据文件放在同一子文件夹。文件名应唯一，元数据里应列出实际上传的每个文件。组织目录时，先让文件归属清楚，再讨论如何在论文声明中展示这些记录。

最后从图表回查数据库

列一张交叉索引：图 1 使用哪个 RNA-seq 数据集，图 3 使用哪个 ChIP-seq 数据集，联合分析用了哪些样本的交集。若某个样本只做一种实验，明确标出缺失的那一项；不要为追求表格整齐而给它虚构另一套文件。稿件的数据可得性声明可以分别列出数据库记录，并说明跨类型样本如何关联。这样，读者打开记录时能重建实验结构，投稿系统的附件名称也不至于与数据库中的数据类型相互矛盾。

提交前让另一位研究成员随机抽一张联合分析图，沿图注找到对应的两套原始文件和处理文件。如果只能找到一套结果图或一张合并表，说明提交包还不足以支持复核。核对完成后，再把最终登录号填回稿件，不要先写一个总括性号码来掩盖不同数据类型的边界。

参考信息：NCBI GEO《Submitting high-throughput sequence data to GEO》。