将具有不同组织和不同共享值的多个文件组合在一起

Question

我从NCBI GEO下载了100个基因表达数据集，并将所有可能的注释与每个注释关联起来。每个文件由基因行和各种注释列以及表达式数据组成。然而，由于这些都来自不同的来源和平台，因此没有一种统一的方法来标记它们。一些使用基因名称（例如yfgA），而一些使用标准名称（例如b1029），而另一些使用完全不同的命名约定。注释列的组织和命名也因文件而异

我想把所有的文件组合在一起，这样我就有了每个基因的所有实验的基因表达式值，但是因为注释到处都是，R或python中的传统合并或组合方法似乎不适合我。单独完成这项工作也需要很长时间，所以我想用一些方法来实现自动化（因为我还有10000个文件等着完成这项工作）

我想要一个文件，其中行是每个基因，列是可能的不同注释，然后是所有基因表达数据

任何帮助或建议都将不胜感激