This lesson is only available in Korean for now.
Dr. Son's GEO, First Steps

Can you find a target
without running one experiment?

NCBI's GEO holds 8.7 million samples of gene expression data, uploaded by labs all over the world — because journals will not publish without it.
Over these 20 lessons we actually download four public series on IPF, a disease that turns lungs to scar tissue. Different machines, different years, different hospitals — so all four use different scales. We put them on one ruler, combine them, and rank the genes by hand.
And we find where the method starts lying — one study's 'healthy' lungs came from cancer patients. Python runs right inside this page.

🐍 Python🗃️ GEO📊 meta-analysis 🫁 lung fibrosis🎯 target discovery⚠️ confounding🇬🇧 English
Start lesson 1 →

How you'll learn

🗃️Real files, opened

Build the URL from a GSE number, take the series matrix apart, and work out who the patients are — four series wrote it four different ways.

📏The ruler first

One series runs to 96,841; another starts at −8.3. Before you compare anything, you fix the ruler.

📊Combining, by hand

Hedges' g, inverse-variance weights, I², τ², Benjamini–Hochberg — each written out in twenty lines of Python.

⚠️Where it starts lying

Batch effects, publication bias, duplicate samples — and the study whose 'normal' lungs were surgical margins from cancer resections.

Full curriculum

01
남이 이미 낸 자료 — 왜 거기서 시작하는가
NCBI GEO 보유고 2026년 3분기 · Pun FW, et al. Front Aging Neurosci 14:914017 (2022)
✓
02
GSE · GSM · GPL — 등록번호 세 글자를 읽는다
NCBI GEO 등록번호 체계 · ncbi.nlm.nih.gov/geo
✓
03
플랫폼 — 같은 유전자를 재는 네 개의 서로 다른 자
GPL570 · GPL4133 · GPL6244 · GPL6480 — 이 강의가 쓰는 네 플랫폼
✓
04
시리즈 매트릭스 — 파일 한 장에 연구 한 건이 들어 있다
GSE24206_series_matrix.txt.gz · 실제 파일 구조
✓
05
누가 환자인가 — 네 시리즈가 네 가지로 적어 놓았다
Sample_characteristics_ch1 · GSE24206 · GSE10667 · GSE110147 · GSE53845 실제 값
✓
06
눈금 — 2.4 부터 96,841 까지, 그리고 −8.3 부터 +10.8 까지
네 시리즈의 실제 값 분포 · tools/build_facts.py 가 잰 분위수
✓
07
프로브에서 유전자로 — 54,613개를 22,876개로 접는다
GPL570 · GPL4133 · GPL6244 · GPL6480 플랫폼 주석표 실제 처리
✓
08
차등발현 — 두 무리의 평균을 뺀다, 그리고 그것만으로는 모자란다
MMP7 · CTHRC1 · CAV2 의 네 시리즈 실제 표본값
✓
09
효과크기 — 눈금이 다른 넷을 견줄 수 있게 만드는 숫자
Cohen's d 와 Hedges' g · 이 강의가 쓴 보정식
✓
10
합치기 — 네 개의 g 를 하나로, 가중평균
고정효과 메타분석 · 역분산 가중
✓
11
이질성 — CTHRC1 은 0%, COL1A1 은 81%
Cochran's Q 와 I² · 이 강의의 실제 계산 결과
✓
12
무작위효과 — 시리즈마다 진짜 값이 다를 수 있다고 인정한다
DerSimonian–Laird τ² · 이 강의가 실제로 쓴 모형
✓
13
15,485번 물어보면 — 다중검정과 FDR
Benjamini–Hochberg · 이 강의의 실제 q값 분포
✓
14
부호가 넷 다 같은가 — 통계가 못 잡는 것을 잡는 조건
이 강의의 방향 일치 필터 · 1,472 → 1,470
✓
15
배치효과 — 시리즈가 곧 배치다
네 시리즈를 한 표로 이어 붙였을 때 무엇이 가장 크게 보이는가
✓
16
'정상'의 정체 — 폐암 수술에서 잘라 낸 가장자리
GSE10667 의 Sample_characteristics_ch1 실제 문장
✓
17
GEO 에 없는 것들 — 공개편향과 표본 중복
저장소가 보여 주지 않는 것 · 같은 환자가 두 번 세어지는 경우
✓
18
발현이 달라진 것 ≠ 표적 — 1,470개에서 몇 개로
TNIK 은 이 목록의 어디에 있는가 · Ren F, et al. Nat Biotechnol 43:63–75 (2025)
✓
19
처음부터 다시 — 표적 순위표를 손으로 만든다
1강부터 18강까지를 한 번에 · 네 개의 손잡이를 돌려 보며
✓
20
말할 수 있는 것과 말할 수 없는 것
이 강의가 실제로 얻은 결과와 그 결과의 한계
✓