經(jīng)常會(huì)有人問(wèn)這樣的問(wèn)題I have list of 10,000 Entrez IDs and i want to convert the multiple Entrez IDs into the respective gene names. Could someone suggest me the way to do this?等等類似的基因轉(zhuǎn)換，能做的基因轉(zhuǎn)換的方法非常多，以前不懂編程的時(shí)候，都是用各種網(wǎng)站，而最常用的就是ensembl的biomart了，它支持的ID非常多，高達(dá)幾百種，好多ID我到現(xiàn)在都不知道是什么意思。

現(xiàn)在學(xué)會(huì)編程了，我比較喜歡的是R的一些包，是bioconductor系列，一般來(lái)說(shuō)，其中有biomart，org.Hs.eg.db，annotate，等等。關(guān)于biomart我就不再講了，我前面的博客至少有七八篇都提到了它。本次我們講講簡(jiǎn)單的， 我就以把gene entrez ID轉(zhuǎn)換為gene symbol 為例子把。

當(dāng)然，首先要安裝這些包，并且加載。

if(“org.Hs.eg.db” %in% rownames(installed.packages()) == FALSE) {source(“http:///biocLite.R”);biocLite(“org.Hs.eg.db”)}
suppressMessages(library(org.Hs.eg.db))  我比較喜歡這樣加載包

library(annotate) #一般都是這樣加載包

如果是用org.Hs.eg.db包，首先你只需要讀取你的待轉(zhuǎn)換ID文件，構(gòu)造成一個(gè)向量，tmp，然后只需要symbols <- org.Hs.egSYMBOL[as.character(tmp)]就可以得到結(jié)果了，返回的symbols是一個(gè)對(duì)象，需要用toTable這個(gè)函數(shù)變成數(shù)據(jù)框。但是這樣轉(zhuǎn)換容易出一些問(wèn)題，比如如果你的輸入數(shù)據(jù)tmp，里面含有一些無(wú)法轉(zhuǎn)換的gene entrez ID，就會(huì)報(bào)錯(cuò)。

而且它支持的ID轉(zhuǎn)換很有限，具體看看它的說(shuō)明書即可：https://www./packages/release/data/annotation/manuals/org.Hs.eg.db/man/org.Hs.eg.db.pdf

org.Hs.eg.db
org.Hs.eg_dbconn
org.Hs.egACCNUM
org.Hs.egALIAS2EG
org.Hs.egCHR
org.Hs.egCHRLENGTHS
org.Hs.egCHRLOC
org.Hs.egENSEMBL
org.Hs.egENSEMBLPROT
org.Hs.egENSEMBLTRANS
org.Hs.egENZYME
org.Hs.egGENENAME
org.Hs.egGO
org.Hs.egMAP
org.Hs.egMAPCOUNTS
org.Hs.egOMIM
org.Hs.egORGANISM
org.Hs.egPATH
org.Hs.egPMID
org.Hs.egREFSEQ
org.Hs.egSYMBOL
org.Hs.egUCSCKG
org.Hs.egUNIGENE
org.Hs.egUNIPROT

如果是用annotate包，首先你還是需要讀取你的待轉(zhuǎn)換ID文件，構(gòu)造成一個(gè)向量，tmp，然后用getSYMBOL(as.character(tmp), data=’org.Hs.eg’)這樣直接就返回的還是以向量，只是在原來(lái)向量的基礎(chǔ)上面加上了names屬性。說(shuō)明書：http://www./packages/3.3/bioc/manuals/annotate/man/annotate.pdf

然后你可以把轉(zhuǎn)換好的向量寫出去，如下：

1 A1BG
2 A2M
3 A2MP1
9 NAT1
10 NAT2
12 SERPINA3
13 AADAC
14 AAMP
15 AANAT
16 AARS

PS：如果是芯片數(shù)據(jù)，需要把探針的ID轉(zhuǎn)換成gene，那么一般還需要加載特定芯片的數(shù)據(jù)包才行：

platformDB <- paste(eset.mas5@annotation, “.db”, sep=””) #這里需要確定你用的是什么芯片
cat(“the annotation is “,platformDB,”\n”)
if(platformDB %in% rownames(installed.packages()) == FALSE) {source(“http:///biocLite.R”);tmp=try(biocLite(platformDB))}
library(platformDB, character.only=TRUE)
probeset <- featureNames(eset.mas5)
rowMeans <- rowMeans(exprSet)

library(annotate) # lookUp函數(shù)是屬于annotate這個(gè)包的
EGID <- as.numeric(lookUp(probeset, platformDB, “ENTREZID”))

本文固定鏈接: http://www./1089.html | 生信菜鳥團(tuán)