Google Summer of Code

Interactive pipeline for retrieving, processing and 

visualising vast public gene expression datasets 

__________________________________________________________________________ 

Name: Vibhor Sharma 

Education: Software Engineering Undergraduate, Wuhan University, China 

Nationality: Indian 

Email: ​

vibhormagotra@gmail.com 

Mobile: 0086­13247115103 

Mentor: Mr. ​

Jüri Reimand 

Project Description 

Summary: 

This project will be aimed at creating a software package in R that helps in retrieving the dataset 

that are being stored in various public databases like ArrayExpress and GEO and lie there 

unused. These datasets contain differentially expressed genes which could provide valuable 

insights towards cancer genomics and cancer prediction  

Project Aims: 

This project would be aimed at 

●  Retrieving the large collection of gene expression data efficiently. 

●  Carrying out the pre­processing and quality control on the datasets which is of utmost 

importance. 

●   Visualisation of datasets to browse through them interactively by developing a web 

interface. 

How the project will fulfill the aims: 

● Since there are different platforms and organisms whose datasets are available, so all 

these datasets need to be processed separately. For retrieving the datasets we could use 

the packages such as “​

GEOquery” to query the databases online and download the 

​

necessary data. We can use the GEO DataSets ID  (GDSxxx, where xxx represents some 

number) to download those datasets or we could also download the simpler 

tab­delimited  text files like GSE series matrix files as ExpressionSet by using the 

respective GSExxxx IDs. So, user could be asked to input the GSE IDs or GDS IDs to 

●

●

●

●

●

download the respective datasets. After getting the GSE series matrix files we can then 

see if the expression values are already in terms of log2 or not. If not then we must ...