从 Ensembl 基因 ID 转换为不同的标识符

Question

我继承了 Canis Lupus（狗）的 RNAseq 输出数据数据集。我有 Ensembl 格式的基因标识符，特别是它们看起来像这样，ENSCAFT00000001452.3。我正在尝试使用 bioMaRt 将它们转换为更常见的 ID 并需要帮助。我是 R 的新手，认为自己很无知。任何入门帮助。

能否将这些 Ensembl ID 转换为任何其他 Ensembl ID（例如，不同的物种）？这些 Ensembl ID 能否转换为 RefSeq、GI assession #？如何

从这里开始：

library('biomaRt')

mart <- useDataset("hsapiens_gene_ensembl", useMart("ensembl"))

genes <- df$genes

.......在此之后丢失。谢谢你的帮助。瑞安

Answer 1

这里是分步示例：

加载 biomaRt 库。
```
library(biomaRt)
```
作为查询输入，我们有 Canis lupus familiaris Ensembl 转录本 ID（请注意它们不是 Ensembl 基因 ID)。我们还需要去掉末尾的点+数字，用于表示注释更新。
```
tx <- c("ENSCAFT00000001452.3", "ENSCAFT00000001656.3")
tx <- gsub("\.\d+$", "", tx)
```

我们现在在数据库中查询 tx

中的 Ensembl 转录本 ID

ensembl <- useEnsembl(biomart = "ensembl", dataset = "cfamiliaris_gene_ensembl")
res <- getBM(
    attributes = c("ensembl_gene_id", "ensembl_transcript_id", "external_gene_name", "description"),
    filters = "ensembl_transcript_id",
    values = tx,
    mart = ensembl)
res
#ensembl_gene_id ensembl_transcript_id external_gene_name
#1 ENSCAFG00000000934    ENSCAFT00000001452            COL14A1
#2 ENSCAFG00000001086    ENSCAFT00000001656                MYC
#                                                                   description
#1               collagen type XIV alpha 1 chain [Source:VGNC Symbol;Acc:VGNC:51768]
#2 MYC proto-oncogene, bHLH transcription factor [Source:VGNC Symbol;Acc:VGNC:43527]

请注意，您可以通过 listAttributes(ensembl).

获得特定 mart 的所有 attributes 的 data.frame

除了 link @GordonShumway 在上面的评论中给出，另一个好的（简洁的）summary/introduction 到 biomaRt 可以在 Ensembl websites 上找到。

从 Ensembl 基因 ID 转换为不同的标识符

converting from Ensembl gene ID's to different identifier

r

biomart

从这里开始：