bioMart進行基因id的轉換

1.bioMart包的介紹

bioMart包是一個連接bioMart數據庫的R語言接口，能通過這個軟件包自由連接到bioMart數據庫，這個包可以做以下幾個工作：

1.查找某個基因在染色體上的位置。反之，給定染色體每一區間，返回該區間的基因；

2.通過EntrezGene的ID查找到相關序列的GO注釋。反之，給定相關的GO注釋，獲取相關的EntrezGene的ID；

3.通過EntrezGene的ID查找到相關序列的上游100bp序列（可能包含啟動子等調控元件）；

4.查找人類染色體上每一段區域中已知的SNPs；

5.給定一組的序列ID，獲得其中具體的序列；

 

2.bioMart的安裝以及基本功能

1.biomart的安裝

biomaRt需要通過biomanager來安裝，首先安裝biomanager,然后安裝biomaRt

 

> install.packages("BiocManager")
> BiocManager::install("biomaRt")

 

2.載入biomaRt並顯示一下能連接的數據庫

>library("biomaRt")
>listMarts()

 

 這里我們選擇ensembl數據庫

 

3..用useMart函數選定數據庫

>mart<-useMart("emsembl")

用listDatasets()函數顯示當前數據庫所含的基因組注釋，這里listDatasets(mart)一共顯示212行，這里只截取一部分

 

 

這里我們要獲取的基因注釋的基因是人類基因，所以選擇hsapiens_gene_ensembl，通過以下代碼來選擇emsembl庫的人類參考基因組來分析

mart <- useMart("ensembl","hsapiens_gene_ensembl")##小鼠選擇mmusculus_gene_ensembl

 

4.用listFilters()函數選定輸入的ID類型

 

然后，你需要知道輸入的是什么類型的ID，即轉換前的ID類型，如：

ENSG00000000003或ENMUSG000000003，屬於類型為ensembl_gene_id；
ENST00000000233或ENMUST00000000233，屬於類型為ensembl_transcript_id；
102178245，屬於類型為entrezgene；
Hoxc13，屬於類型為external_gene_name；
NM_000014，屬於類型為refseq_mrna；
hsa-let-7a-1，屬於類型為mirbase_id；

 

 

用listFilters()函數查看可選擇的輸入類型，listFilters(mart)一共顯示了446行，一共包括name和description兩列，這里只截取一部分

 

>listFilters(mart)

 

 

 

5.用listAttributes()函數選定輸出的ID類型

 

要想知道biomaRt支持哪些ID類型的輸出，可以通過以下命令查看，共支持3607種ID輸出,這里只截取了一部分輸出，一共有name和description兩列

listAttributes(mart)

 

 

 

 

6.用getBM()函數獲取注釋

 

 

hg_symbols<- getBM(attributes=c('ensembl_gene_id','hgnc_symbol',"chromosome_name", "start_position","end_position", "band"), filters= 'ensembl_gene_id', gene = my_ensembl_gene_id, mart = mart)

 

這個函數有4個參數

attributers()里面的值為我們輸出的ID類型
filters()里面的值為我們輸入的ID類型
gene= 這個值就是我們要輸入的數據
mart= 這個值是我們所選定的數據庫的基因組

 

3.biomaRt實例操作

 

setwd("C:/Users/Desktop/circRNA分析結果/find_circ_result自己分析結果")#設置working directory
gene_symbol<-read.csv("SFTSV_24vscontrol_circBase_anno.csv",header=F,stringsAsFactors = F)[,11]#讀取數據並提取含有gene_symbol的列
library(biomaRt)
mart <- useMart("ensembl","hsapiens_gene_ensembl")##小鼠選擇mmusculus_gene_ensembl
gene_id<-getBM(attributes=c("external_gene_name","ensembl_gene_id"),filters = "external_gene_name",values = gene_symbol, mart = mart)#將輸入的filters設置未external_gene_name(也就是gene_symbol),將輸出的attributes設置為external_gene_name和emsembl_gene_id
write.table(gene_id,"SFTSV_24vscontrol_circBase_anno_gene_id.txt",row.names = F,col.names=F,quote=F)