基因ID命名及相互转换

整理参考：ID转换不用慌，biomart帮你忙

biomart官方指导

由于ID来自于不同的数据库，或者说命名的意图不同，所以对于同一个基因，总是有多个不同的ID，最常见的比如entrze ID、ensembl ID、HGNC ID、refseq ID等。

Entrze ID:是美国NCBI数据库中的基因标识符，通常是由纯数字表示，比如人类TP53基因的Entrze ID是7157（注意，不同物种的基因ID是不同的）；
Ensembl ID：是欧洲生物信息数据库的基因标识符，人的基因都是以ENSG（ensembl gene）四个大写字母开始，后面跟着11位数字，所以ensembl ID的长度通常都是15位，比如人类TP53基因的ensembl ID是ENSG00000141510，值得注意的是ensembl ID不仅包含了两万多个蛋白质编码基因，同样也有很多的假基因、miRNA等，因此它的数量较多，有六万多个，比人类已知的基因数多得多
HGNC ID： 是指由人类基因命名委员会（HUGO Gene Nomenclature Committee）指定的基因标识符，该委员会通常对基因赋予一个名字以及一个ID，比如人类TP53基因，其标准的symbol是TP53（相当于简称），标准的名称是tumor protein p53，HGNC ID 是11998。
Refseq ID:美国NCBI提供的基因标准序列（参考序列）数据库，在该数据库中，人类TP53基因的ID是NG_017013。

此外，与某个基因相关的还有GO ID、芯片探针ID、uniprot ID等。

Biomart数据库：是ensembl下属的一个网络数据库，里面包含非常多的信息。

biomaRt：是该网站的R语言接口，可以帮助用户在R语言中实现biomart的功能，因此使用该包时必须保证互联网连接通畅！

BiocManager::install("biomaRt")    #安装biomaRt(Bioconductor 3.9.0)
library(biomaRt)    #加载包
listMarts()    #查看目标数据库（mart），主要是版本号version，会定期更新
#               biomart               version
#1 ENSEMBL_MART_ENSEMBL      Ensembl Genes 102
#2   ENSEMBL_MART_MOUSE      Mouse strains 102
#3     ENSEMBL_MART_SNP  Ensembl Variation 102
#4 ENSEMBL_MART_FUNCGEN Ensembl Regulation 102
## version版本可能会一直更新，所以先用listMarts()函数查看一下，目前为103版#选择数据库和版本号
tmp_mart <- useMart(biomart = "ENSEMBL_MART_ENSEMBL",version = "Ensembl Genes 103")
listDatasets(tmp_mart)    #显示该数据库下所包含的数据集（dataset）
#                       dataset                           description     version
#1 abrachyrhynchus_gene_ensembl Pink-footed goose genes (ASM259213v1) ASM259213v1
#2     acalliptera_gene_ensembl      Eastern happy genes (fAstCal1.2)  fAstCal1.2
#3   acarolinensis_gene_ensembl        Anole lizard genes (AnoCar2.0)   AnoCar2.0
#4    acitrinellus_gene_ensembl        Midas cichlid genes (Midas_v5)    Midas_v5
#5        ahaastii_gene_ensembl    Great spotted kiwi genes (aptHaa1)     aptHaa1
#6    amelanoleuca_gene_ensembl                 Panda genes (ailMel1)     ailMel1
#...#因为要转化人的gene ID，所以选择人的数据集，版本为GRCh38.p13
my_mart <- useMart(biomart = "ENSEMBL_MART_ENSEMBL", dataset = "hsapiens_gene_ensembl",version = "Ensembl Genes 103")#转换基因ID: ncbi ID（即entrez ID）--> ensembl ID
test_genes <- c("10327","124","125","126","127","128","130","130589","131","160287")
gene_id_info<- getBM(attributes=c("ensembl_gene_id","entrezgene_id","hgnc_symbol"),filters = "entrezgene_id",values=test_genes , mart= my_mart)
#attributes参数是你需要返回的gene信息，需要什么类型都写上（listAttributes()可以查看所有gene attribute类型）
#filters参数是你当前能提供的gene的ID类型，而values的值就是ID类型的具体值，一般是一个向量
#结果返回一个包含attributes具体信息的data.frame，attributes为列名gene_id_info
#   ensembl_gene_id entrezgene_id hgnc_symbol
#1  ENSG00000117448         10327      AKR1A1
#2  ENSG00000187758           124       ADH1A
#3  ENSG00000196616           125       ADH1B
#4  ENSG00000248144           126       ADH1C
#5  ENSG00000198099           127        ADH4
#6  ENSG00000197894           128        ADH5
#7  ENSG00000172955           130        ADH6
#8  ENSG00000143891        130589        GALM
#9  ENSG00000196344           131        ADH7
#10 ENSG00000166800        160287     LDHAL6A#提取全部基因信息
gene_id_info<- getBM(attributes=c("ensembl_gene_id","entrezgene_id","hgnc_symbol"),filters = "chromosome_name",values=c(1:22,'X','Y'), mart= my_mart)

基因ID命名及相互转换相关推荐

使用集合映射和关联关系映射_使用R进行基因ID映射
使用集合映射和关联关系映射 Inter-conversion of gene ID's is the most important aspect enabling genomic and proteo ...
常用数据库的基因ID
1.Ensembl stable ID : Ensembl stable ID 的结构是根据不同物种设置的前缀, 加上数据所指的类型, 如基因蛋白质, 再加上一系列的数字. 有的时候可以有不同的版本, ...
基因 ID 匹配利器
一.背景对于每个生物信息分析的人来说,ID 匹配(映射)是一项非常常见,但又很繁琐的任务.假设,我们有一个来自上游分析的 gene symbol 或报告的 ID 列表,然后我们的下一个分析却需要使用 ...
Mybatis工作流程，附带mybatis的mapper文件和config配置文件模板。mapper文件和dao接口的关系——xml中的namespace和sql标签id命名要求。
1. Mybatis工作流程 1.1 使用MySQL创建数据库girls并生成一个表boys,如下图. 1.2 创建该表对应的简单实体类Boys,如下图. 1.3 创建Dao接口以及和接口同名的map ...
差异基因 p log2foldchange_拟南芥的基因ID批量转换？差异基因，GO/KEGG数据库注释（转录组直接送你全套流程）...
新手遇到的问题都是类似的,比如批量ID转换虽然我写过大量的教程:ID转换大全不过都需要R基础,因为是大批量转换啊! 但热心肠的植物生物信息学教学大佬还是友善的给出了解决方案我也狗尾续貂制作了 ...
MFC：ID命名和数字约定
今天早上双击一个刚刚编译完成的应用程序,界面刚刚显示,又自动触发了一个菜单事件,打开了一个网页.真的很意外.关闭窗口,再次双击,又自动打开了一个网页,再关闭,再双击,又不自动打开网页了.这是什么情况? ...
关于Html class id 命名规范
CSS命名规则头:header 内容:content/containe 尾:footer 导航:nav 侧栏:sidebar 栏目:column 页面外围控制整体布局宽度:wrapper 左右中:l ...
BiomaRt 包进行基因ID转换
R中两个常用的基因ID转换包:BiomaRt和clusterProlifer 1. clusterProlifer 总体来说clusterProlifer用起来是比较方便的,通过现成的org.*.e ...
人类基因id转换的R包：GeoTcgaData
一个非常全的人类基因id转换工具 GeoTcgaData包中有一个id转换的函数:id_conversion_vector() , 它可以对人类的各种基因id进行转换.2019年9月第一次发布,目 ...

基因ID命名及相互转换

基因ID命名及相互转换相关推荐

最新文章

热门文章