如果大家对go和kegg等功能数据库注释有一定了解，就应该是知道kegg其实里面就记录各个物种不到一半的蛋白编码基因功能，比如人类， 约2万个蛋白编码基因，也就七千多个是有kegg功能注释的。其它物种就更是惨不忍睹，没有那么多科研经费投入进去，实际上对它们的基因功能就无从得知！

不过，哪怕是对人类来说，kegg注释的也仅仅是蛋白编码基因，但是如果你了解人类gtf文件，就应该是知道，里面有6万左右的基因，如果我们的差异分析，定位到了 lncRNA，假基因，miRNA的基因，其实就不能直接进行功能数据库注释。我们以miRNA为例，每个miRNA都是可以靶向调控数百甚至数千个蛋白编码基因，所以我们如果要对miRNA进行go和kegg等功能数据库数据库注释，就需要以靶向调控为桥梁。前面我们介绍了两次关于miRNA的靶向基因的查询工具，分别是：

• microRNAs靶基因数据库哪家强
• 使用miRNAtap数据源提取miRNA的预测靶基因结果

而且我们也多次讲解了go和kegg等功能数据库数据库注释，见：

• 从基因名到GO注释一步到位
• 3大在线分析工具:Enrichr、WebGestalt、gprofiler与R包clusterprofiler的比较

所以，理论上你能够查询到miRNA的靶向基因，就可以用靶基因作为桥梁去进行数据库注释啦！当然，如果你不想看这个中间过程，也可以自己写一个函数，或者使用造好的轮子，比如：

rm(list = ls())library(miRNAtap)library(topGO)library(org.Hs.eg.db)mir = 'miR-10b'predictions = getPredictedTargets(mir, species = 'hsa',                                  method = 'geom', min_src = 2) rankedGenes = predictions[,'rank_product']selection = function(x) TRUE # we do not want to impose a cut off, instead we are using rank informationallGO2genes = annFUN.org(whichOnto='BP', feasibleGenes = NULL,                         mapping="org.Hs.eg.db", ID = "entrez")GOdata =  new('topGOdata', ontology = 'BP', allGenes = rankedGenes,               annot = annFUN.GO2genes, GO2genes = allGO2genes,               geneSel = selection, nodeSize=10)GOdataresults.ks = runTest(GOdata, algorithm = "classic", statistic = "ks")results.ksallRes = GenTable(GOdata, KS = results.ks, orderBy = "KS", topNodes = 20)allRes[,c('GO.ID','Term','KS')]

这个topGO也是一个老牌的R包，虽然说因为Y书的原因，我们一直在强推clusterProfiler，但是并不意味着clusterProfiler 唯一的解决方案哈！

 

其它功能数据库同样的注释流程哈！

文末友情宣传

强烈建议你推荐我们生信技能树给身边的博士后以及年轻生物学PI，帮助他们多一点数据认知，让科研更上一个台阶：

• 生信爆款入门-全球听(买一得五)(第4期)，你的生物信息学入门课
• 数据挖掘第2期(两天变三周，实力加量)，医学生/临床医师首选技能提高课
• 生信技能树的2019年终总结  ，你的生物信息学成长宝藏
• 2020学习主旋律，B站74小时免费教学视频为你领路，还等什么，看啊！！！

推荐阅读