背景: 由于人和小鼠研究进展差异，人类基因功能/注释研究会更加深入，一些数据库只有人的注释。又或者研究中通常采用小鼠模型进行验证，这种情况下就会涉及一些基因 name / id 转换。
下面就介绍下一般基因转换方式，概括如下：
特殊基因 id/name 转换： R包（biomaRt）
全基因组 id/name 转换： 从Ensembl中直接下载对应关系文件并进行转换
另一个有意思的R包（模式物种基因各大数据库注释查询）： AnnotationDbi
同源基因数据库列表： List of orthology databases
1. 基于R包（biomaRt）
安装biomaRt包：
library("BiocManager")
BiocManager::install("biomaRt")
library("biomaRt")
listMarts()
## biomart version
##1 ENSEMBL_MART_ENSEMBL Ensembl Genes 106
##2 ENSEMBL_MART_MOUSE Mouse strains 106
##3 ENSEMBL_MART_SNP Ensembl Variation 106
##4 ENSEMBL_MART_FUNCGEN Ensembl Regulation 106
小鼠基因转人类基因：
library("biomaRt")
human = useEnsembl(biomart="ensembl", dataset = "hsapiens_gene_ensembl")
mouse = useEnsembl(biomart="ensembl", dataset = "mmusculus_gene_ensembl")
# Basic function to convert mouse to human gene names
convertMouseGeneList <- function(x){
genesV2 = getLDS(attributes = c("mgi_symbol"), filters = "mgi_symbol", values = x , mart = mouse, attributesL = c("hgnc_symbol"), martL = human, uniqueRows=T)
humanx <- unique(genesV2[, 2])
# Print the first 6 genes found to the screen
return(humanx)
}
musGenes <- c("Hmmr", "Tlx3", "Cpeb4")
convertMouseGeneList(musGenes)
## 测试
musGenes <- c("Hmmr", "Tlx3", "Cpeb4")
convertMouseGeneList(musGenes)
## [1] "HMMR" "CPEB4" "TLX3"
#将代转换基因放在文件中，并读取
mmu_genes = read.table("Gene.mmu",header = TRUE,sep= "\t")
head(mmu_genes$Gene)
## [1] "Xkr4" "Gm1992" "Gm19938" "Rp1" "Sox17" "Gm37587"
报错：
##Error: biomaRt has encountered an unexpected server error.
##Consider trying one of the Ensembl mirrors (for more details look at ?useEnsembl)
人类基因转小鼠基因：
hsa = read.table("hsa.raw",header = TRUE,sep= "\t")
head(hsa)
## Gene
##1 Xkr4
##2 Gm1992
convertHumanGeneList <- function(x){
genesV2 = getLDS(attributes = c("hgnc_symbol"), filters = "hgnc_symbol", values = x , mart = human, attributesL = c("mgi_symbol"), martL = mouse, uniqueRows=T)
humanx <- unique(genesV2[, 2])
# Print the first 6 genes found to the screen
return(humanx)
}
humGenes <-hsa$Gene
convertHumanGeneList(humGenes)
## Error: biomaRt has encountered an unexpected server error.
##Consider trying one of the Ensembl mirrors (for more details look at ?useEnsembl)
经过上述尝试发现，输入部分基因 name list 转换可以很好的完成；拿全部基因组的gene name做转换还是会出现问题，具体讨论解决方案可见： 链接。
2. 从Ensembl中直接下载对应关系文件并进行转换
Step1：Enaembl 官网->BioMart; 选择对应基因组 ： 链接
Step2： 属性中选择“Homologues”: Gene stable ID, Gene name ;
Step3：选择对应orthologs的物种（根据首字母）
Step4: 下载： Result -> Go
Step5： 查看下载结果，写脚本自己转换吧；
转换结果：小鼠原始gene 数目：24784
转换后gene数目：16412
3. 其他
另外，发现了一个比较有意思的R包，对于探索基因功能注释以及富集分析会有帮助：AnnotationDbi ， org.Hs.eg.db；
安装：
Library(BiocManager)
BiocManager::install("Orthology.eg.db")
keytypes(org.Hs.eg.db) ##查看基因注释数据库
## [1] "ACCNUM" "ALIAS" "ENSEMBL" "ENSEMBLPROT" "ENSEMBLTRANS"
## [6] "ENTREZID" "ENZYME" "EVIDENCE" "EVIDENCEALL" "GENENAME"
## [11] "GO" "GOALL" "IPI" "MAP" "OMIM"
## [16] "ONTOLOGY" "ONTOLOGYALL" "PATH" "PFAM" "PMID"
## [21] "PROSITE" "REFSEQ" "SYMBOL" "UCSCKG" "UNIGENE"
## [26] "UNIPROT"
columns(org.Hs.eg.db) #查看通用数据库中id注释
## [1] "ACCNUM" "ALIAS" "ENSEMBL" "ENSEMBLPROT" "ENSEMBLTRANS"
## [6] "ENTREZID" "ENZYME" "EVIDENCE" "EVIDENCEALL" "GENENAME"
## [11] "GO" "GOALL" "IPI" "MAP" "OMIM"
## [16] "ONTOLOGY" "ONTOLOGYALL" "PATH" "PFAM" "PMID"
## [21] "PROSITE" "REFSEQ" "SYMBOL" "UCSCKG" "UNIGENE"
## [26] "UNIPROT"
实施方案具体搜索哈~
