将 GENCODE ID 转换为 Ensembl - Ranged SummarizedExperiment

Question

我有一个表达式集矩阵，其中的行名是我认为格式中的 GENCODE ID，例如 "ENSG00000000003.14" "ENSG00000000457.13" "ENSG00000000005.5" 等等。我想将它们转换为 gene_symbol 但我不确定这样做的最佳方法，特别是因为我认为是“.14”或“.13”的版本。我应该先 trim 点后的所有 ID，然后使用 biomaRt 进行转换吗？如果是这样，最有效的方法是什么？有没有更好的方式到达 gene_symbol？

非常感谢你的帮助

Answer 1

如前所述，这些是 ENSEMBL ID。首先，您需要做的是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 可能映射到较新（更新的）注释数据库中的不同基因符号。

总之，希望ID是人类的，用这段代码可以很方便的得到基因符号。

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数据库（如果该信息可用）。

Answer 2

感谢您的帮助。我的问题是去掉每个合奏基因 id 末尾的 .XX 版本。我认为从具有版本号（gencode 基本注释）的合奏基因 id 到基因符号会有更直接的方法。最后我做了以下并且似乎正在工作：

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")

将 GENCODE ID 转换为 Ensembl - Ranged SummarizedExperiment

Convert GENCODE IDs to Ensembl - Ranged SummarizedExperiment

annotations

r

biomart