生信基础 |
您所在的位置：网站首页 › ensemble 数据库 › 生信基础 |
生信基础
|
当我们做的转录组或者芯片的数据是小鼠的时候，对于下游的分析，比如GSEA等分析要对生物学数据库注释，发现绝大部分数据库都是人类的基因名字，这个时候我们需要将小鼠的基因映射到人上，就是找小鼠与人之间的同源基因。有一个取巧的方法是把基因名字修改一下，人的基因名称几乎都是大写，小鼠首字母大写，其他小写。 对于大部分基因来说，直接变换大小写就可以啦。 简单粗暴的方法： load("K:/BioInfoFiles/hsaGeneInfo.Rdata")#hsaGeneInfo head(hsaGeneInfo) library(stringr) str_to_title(hsaGeneInfo$symbol[1:10]) library(Hmisc) capitalize(tolower(hsaGeneInfo$symbol[1:10]))
其实有相应的R包（biomaRt）可以进行转换。这里从人到鼠进行转换。 hsa2mus_all head(hsa2mus_all) HGNC.symbol MGI.symbol 1 MT-CO1 mt-Co1 2 MT-CO2 mt-Co2 3 MT-ND2 mt-Nd2 4 MT-CO3 mt-Co3 5 MT-ATP8 mt-Atp8 6 MT-ND3 mt-Nd3 > length(hsaGeneInfo$symbol) [1] 62427 > nrow(hsa2mus_all) [1] 22616总共6万多个基因，只有2万多个被映射到小鼠上。这6万多的基因包括了很多假基因。 unique(hsaGeneInfo$gene_type) hsaGeneInfo$gene_type[match(hsa2mus_all$HGNC.symbol,hsaGeneInfo$symbol)] %>% unique()只转换一下编码蛋白的基因。 hsa_prot_coding nrow(hsa2mus_protein) [1] 21167说明一部分人的编码蛋白基因，一个映射到多个小鼠基因上。 hsa2mus_protein[duplicated(hsa2mus_protein$HGNC.symbol),] %>% head()
可以根据前面的得到的对应关系，进行下游的分析。比如GSEA分析。在MSigDB（Molecular Signatures Database）数据库的全部基因集的下载。 http://bioinf.wehi.edu.au/software/MSigDB/human_H_v5p2.rdata http://bioinf.wehi.edu.au/software/MSigDB/mouse_H_v5p2.rdata 加载这些数据集。将ID进行转换。 library(clusterProfiler) library(org.Hs.eg.db) library(org.Mm.eg.db) load("F:/BioInfoStudy/data/genesets/mouse_H_v5p2.rdata") load("F:/BioInfoStudy/data/genesets/human_H_v5p2.rdata") MSigDB_hsa_symb |
【本文地址】
今日新闻 |
推荐新闻 |