用途：访问 NCBI GEO（Gene Expression Omnibus），检索和下载基因表达与功能基因组学数据，包括微阵列和 RNA-seq 数据集，并整合进计算分析流程。适用于查找表达数据集、获取实验数据、下载原始与处理后文件、查询表达谱等。不适用于按 SRA/ENA 编号获取原始 FASTQ、参考正常组织表达、单细胞整合、已有计数矩阵的差异表达分析或肿瘤突变数据。
主要能力：GEO 按层级组织数据，包括 Series（GSE，完整实验）、Sample（GSM，单个样本）、Platform（GPL，平台）、DataSet（GDS，整理后的集合，已停止增长，新研究建议用 GSE）和 Profiles。访问方式包括 GEOparse（推荐，系列级访问）、E-utilities（Bio.Entrez，元数据搜索与批量查询）、直接 FTP/wget/curl（批量下载，无速率限制）以及 GEO2R 网页工具（浏览器内无代码差异表达分析）。
使用方式：安装命令为 uv pip install GEOparse、uv pip install biopython，以及 pandas numpy scipy statsmodels scikit-learn、matplotlib seaborn。使用 E-utilities 必须设置 Entrez.email，可选 API key 将速率限制从 3 提升到 10 请求/秒。检索系列可用 GEOparse.get_GEO(geo="GSE...", destdir="./data")，再通过 gse.pivot_samples('VALUE') 提取表达矩阵。批量下载可跳过 GEOparse 直接走 FTP。脚本 scripts/query_geo.py 支持 uv run 运行，例如 uv run scripts/query_geo.py search "breast cancer AND Homo sapiens[ORGN]" --retmax 5。
限制与注意：E-utilities 无 key 限 3 请求/秒，有 key 限 10 请求/秒，需插入延时；FTP 无速率限制。GEO 数据由用户提交，质量不一，需检查平台注释与处理方法、验证元数据与设计、注意批次效应。系列矩阵文件可能超过 1 GB，补充文件可能很大，需规划磁盘空间并增量下载。常见问题包括平台探针 ID 不同需注释映射、数值可能为原始/归一化/对数转换、样本元数据格式不一致、旧提交可能缺少系列矩阵文件、平台注释可能过时。数据可免费用于研究，需引用原始研究与 GEO 数据库，并遵守各数据集使用限制与 NCBI 指南。