将 GENCODE ID 转换为 Ensembl - Ranged SummarizedExperiment答案

【问题标题】：Convert GENCODE IDs to Ensembl - Ranged SummarizedExperiment将 GENCODE ID 转换为 Ensembl - Ranged SummarizedExperiment
【发布时间】：2017-07-03 20:32:26
【问题描述】：

我有一个表达式集矩阵，其中行名是我认为是格式的 GENCODE ID，例如 “ENSG00000000003.14” “ENSG00000000457.13” “ENSG00000000005.5”等等。我想将这些转换为gene_symbol，但我不确定最好的方法，特别是因为我认为是版本的“.14”或“.13”。我是否应该首先修剪点后的所有 ID，然后使用 biomaRt 进行转换？如果是这样，最有效的方法是什么？有没有更好的方法来获取gene_symbol？

非常感谢您的帮助

【问题讨论】：

也许，这就是你要找的东西：stackoverflow.com/questions/28543517/…。如果您在此处发布，您可能会在这里获得更多帮助：biostars.org
这些是 ensembl id，biomart 可能是您的最佳选择。这是之前的问题，您只需要相应地更改attributes。 biomart教程很有帮助\
感谢您的回复。我试过 biomaRt，但它不能将其识别为 Ensembl 基因 ID，因为 ensembl 基因 ID 末尾的“点号”（例如“ENSG00000000003**.14**”）

标签： r annotations biomart

【解决方案1】：

如前所述，这些是 ENSEMBL ID。首先，您需要检查您的表达式集对象并确定它用于注释的数据库。有时，ID 可能会映射到较新（更新的）注释数据库中的不同基因符号。

不管怎样，假设ID是属于人类的，你可以使用这段代码很容易地得到基因符号。

library(org.Hs.eg.db)       ## Annotation DB
library(AnnotationDbi)

ids <- c("ENSG00000000003", "ENSG00000000457","ENSG00000000005")
gene_symbol <- select(org.Hs.eg.db,keys = ids,columns = "SYMBOL",keytype = "ENSEMBL")

您可以尝试使用 org.Hs.eg.db 或您的表达式集使用的确切 db（如果该信息可用）。

【讨论】：

【解决方案2】：

感谢您的帮助。我的问题是去掉每个 ensembl 基因 id 末尾的 .XX 版本。我认为有一种更直接的方法可以从具有版本号（基因代码基本注释）的整体基因 id 到基因符号。最后我做了以下事情，似乎正在工作：

df$ensembl_gene_id <- gsub('\\..+$', '', df$ensembl_gene_id)

library(biomaRt)
mart <- useDataset("hsapiens_gene_ensembl", useMart("ensembl"))
genes <- df$ensembl_gene_id
symbol <- getBM(filters = "ensembl_gene_id",
                attributes = c("ensembl_gene_id","hgnc_symbol"),
                values = genes, 
                mart = mart)
df <- merge(x = symbol, 
              y = df, 
              by.x="ensembl_gene_id",
              by.y="ensembl_gene_id")

【讨论】：