背景

geng
包括基因注释（转换成kegg或者go ID），下面使用两个包进行ID转换。

步骤

方法一

使用 biomaRt 包。Ensembl维护着最著名的BioMart数据库，biomaRt 包对此数据库进行检索和查询。http://www.bioconductor.org/packages/release/bioc/vignettes/biomaRt/inst/doc/biomaRt.html

  1. # install
  2. if (!requireNamespace("BiocManager", quietly = TRUE))
  3.     install.packages("BiocManager")
  4. BiocManager::install("biomaRt")
  5. #
  6. listMarts()
  7. # biomart               version
  8. # 1 ENSEMBL_MART_ENSEMBL      Ensembl Genes 98
  9. # 2   ENSEMBL_MART_MOUSE      Mouse strains 98
  10. # 3     ENSEMBL_MART_SNP  Ensembl Variation 98
  11. # 4 ENSEMBL_MART_FUNCGEN Ensembl Regulation 98
  12. mart <- useMart('ENSEMBL_MART_ENSEMBL')
  13. dataset <- listDatasets(mart)
  14. ensembl <- useMart("ENSEMBL_MART_ENSEMBL",dataset="hsapiens_gene_ensembl")
  15. attributes <- listAttributes(ensembl)
  16. filters <- listFilters(ensembl)
  17. # 对象"filters" 对应getBM参数里的"filters",表明可以输入的类型
  18. # 对象"attributes" 对应getBM参数里的"attributes",表明可以转换的类型（非常多）
  19. res <- getBM(attributes = c("ensembl_gene_id","hgnc_symbol"),
  20.                          filters="ensembl_gene_id",
  21.                          values=gene,
  22.                          mart=ensembl,
  23.                         uniqueRows = F)
  24. # 参数"values"为输入的向量

方法二

使用R包clusterProfiler，此包主要利用的是org.Hs.eg.db（人类）数据库，并还可以进行多种注释分析和结果可视化。单单ID转化类似的包还有 AnnotationDbi的mapIds函数，或者直接使用select函数对数据库org.Hs.eg.db 操作，原理都一样。

  1. library(clusterProfiler)
  2. library(org.Hs.eg.db)
  3. keytypes(org.Hs.eg.db) # 可以转化的类型
  5. x=bitr(gene, fromType = "UNIPROT",
  6.      toType = c("ENTREZID", "SYMBOL"),
  7.     OrgDb = org.Hs.eg.db)