O.Sativa选用MSU或者RAPDB这两个数据库的genome和gtf文件，介绍一下MSU的ID，RAPDB的同理。The Rice Annotation Project (RAP)（https://rapdb.dna.affrc.go.jp/index.html）和Rice Genome Annotation Project （RGAP7，MSU）（http://rice.plantbiology.msu.edu/index.shtml）RAP格式为“Os-Chr-g-number”，MSU格式为“LOC_Os-Chr-g-number”。

1 AGRIGO2 http://systemsbiology.cau.edu.cn/agriGOv2/ 支持多种ID，包括MSU
2 RIGW http://rice.hzau.edu.cn/cgi-bin/rice2/enrichment 只支持水稻的转录本ID，可做KEGG
3 PlantGSEA http://structuralbiology.cau.edu.cn/PlantGSEA/analysis.php 只支持MSU ID
4 PANTHER http://www.pantherdb.org/ 可视化漂亮。支持Uniprot ID。MSU ID转换为 Uniprot ID（PlantGSEA）
5 CARMO：http://bioinfo.sibs.ac.cn/carmo/result.php?job_id=1625924324108758969 只更新到 2015年，支持 LOC ID

将MSU ID（LOC）转换为 Uniprot ID，PlantGSEA
将Uniprot ID粘贴到PANTHER中
出图, select ontology，包括GO分析，蛋白功能注释，Pathway分析
显著性分析，statistical overrepresentation test, Use default settings

ID转化

水稻的基因号大致分为两类，RAP格式为“Os-Chr-g-number”，MSU格式为“LOC_Os-Chr-g-number”。各种分析输入的基因号有指定要求，ID转换至关重要。
RAP《-》MSU：（OryzaExpress，RAP-DB，PlantGSEA）
OryzaExpress：http://bioinf.mind.meiji.ac.jp/OryzaExpress/ID_converter.php
RAP-DB：https://rapdb.dna.affrc.go.jp/tools/converter/run
PlantGSEA：http://structuralbiology.cau.edu.cn/PlantGSEA/
Ensemble Plants(http://plants.ensembl.org/index.html)，
RIGW(http://rice.hzau.edu.cn/rice/)
biomaRt RAP转entrezgene_id（NCBI）
MSU转RAP转entrezid，MSU转uniprot（plantGSEA）转entrezid（david）

biomaRt

#1.Installation
BiocManager::install("biomaRt")
library(biomaRt)

#2.Data Import
a <- read.csv('testgene.txt',sep = '\t')

#3.getBM做ID转换
#getBM函数，四个参数。 getBM函数唯一用处，做各种ID转换。
#1.filter来控制根据什么东西来过滤，可是不同数据库的ID，也可以是染色体定位系统坐标。
#2.Attributes来控制我们想获得什么，一般是不同数据库的ID。
#3.Values是我们用来检索的关键词向量。
#4.Mart是我们前面选择好的数据库。#3.1建立与ensemble数据库的链接
#在ensemble plants上能看到所有已提交的物种信息
ensembl = useMart(biomart = "plants_mart",host = "http://plants.ensembl.org")
#查看ensemble plants都有哪些物种信息，并设置为该物种信息。
dataset <- listDatasets(mart = ensembl)
head(dataset)
ensembl = useMart(biomart = "plants_mart",host = "http://plants.ensembl.org",dataset="osativa_eg_gene")
#查看该dataset上都有哪些属性，方便后面做添加
attributes <- listAttributes(ensembl)

a=c(“LOC_Os07g34570”,“LOC_Os05g12630”,“LOC_Os12g31000”,“LOC_Os09g37910”)无结果
RAP：

3.2 正式做ID转换及信息添加
一般Ensemble ID以E开头的，RAP号是水稻的Ensemble ID。参数external_gene_name是平时称呼的基因名字。

supplement <- getBM(attributes =c("ensembl_gene_id",'external_gene_name',"description"),filters = "ensembl_gene_id",values = a,mart = ensembl)

转换成GO ID并附上GO描述

supplements <- getBM(attributes =c("ensembl_gene_id",'go_id','goslim_goa_description'),filters = "ensembl_gene_id",values = a,mart = ensembl)

转换成NCBI ID

supplements <- getBM(attributes =c("ensembl_gene_id",'entrezgene_id'),filters = "ensembl_gene_id",values = a,mart = ensembl)

ClusterProfile

GO数据库？以及BP,MF,CC的分类系统？超几何分布检验？不同的阈值过滤？筛选指标？
超几何分布是统计学上一种离散概率分布。它描述了从有限N个物件（其中包含M个指定种类的物件）中抽出n个物件，成功抽出该指定种类的物件的次数（不放回）。
拿不到结果？这个时候可以设置： pvalueCutoff = 0.9, qvalueCutoff =0.9 甚至为1，来不做筛选。而且基因集的大小也是被限制了。
enrichGO(); dotplot()
多组基因集的KEGG数据库富集
compareCluster，在线获取KEGG数据库最新信息，考验网速：
制作一个 DEG 数据框，其中有两列ENTREZID，是基因id,和new是分组信息
xx.formula <- compareCluster(ENTREZID~new, data=DEG, fun=‘enrichKEGG’)
dotplot(xx.formula, x=~GeneRatio) + facet_grid(~new)
多组基因集走GO数据库富集
构建一个数据框，list_de_gene_clusters，含有两列信息：

list_de_gene_clusters <- split(de_gene_clusters$ENTREZID, de_gene_clusters$cluster)# Run full GO enrichment test
formula_res <- compareCluster(ENTREZID~cluster, data=de_gene_clusters, fun="enrichGO", OrgDb="org.Mm.eg.db",ont          = "BP",pAdjustMethod = "BH",pvalueCutoff  = 0.01,qvalueCutoff  = 0.05
)# Run GO enrichment test and merge terms
# that are close to each other to remove result redundancy
lineage1_ego <- simplify(formula_res, cutoff=0.5, by="p.adjust", select_fun=min
)

https://www.jianshu.com/p/bcdbf80701e2
https://www.jianshu.com/p/480c46ec1629

RNAseq-GO、biomaRt转换ID相关推荐

edgeR/limma/DESeq2差异基因分析→ggplot2作火山图→biomaRt转换ID并注释
请一定看这里:写下来只是为了记录一些自己的实践,当然如果能对你有所帮助那就更好了,欢迎大家和我交流三者区别三者区别差异分析流程: 1 初始数据 2 标准化(normalization):DESe ...
[生信]biomaRt 基因ID的转换
[生信]基因ID的转换 Bioconductor系列之biomaRt 包的安装选择数据库三个主要函数getBM,getSequence,getLDS 几个实用的例子例．对几个基因symbol,注 ...
关于RNA-seq 的那点事Count 数的标准化（一) RPKM 和FPKM，TPM及C(R）PM
图片来自网络我们都知道,在RNA seq 测序的过程中,我们测完序的最终目的是想根据测序的结果,最终分析得到差异基因以及潜在可能的功能分析,那么在进行差异分析以及对表达量进行分析的时候,对基因原始的 ...
BiomaRt 包进行基因ID转换
R中两个常用的基因ID转换包:BiomaRt和clusterProlifer 1. clusterProlifer 总体来说clusterProlifer用起来是比较方便的,通过现成的org.*.e ...
生物信息学之rnaseq转录组分析流程--转换文件中的ensemble id到gene名
生物信息学之rnaseq转录组分析--转换文件中的ensemble id到gene名如何解决转录组分析中count之后遇到ensemble id的问题一个将ensemble id转换成gene名的 ...
seurat提取表达矩阵_GPL17586、GPL19251和GPL16686平台芯片ID转换
芯片分析中经常会遇到Affymetrix Human Transcriptome Array 2.0芯片,由于目前还没有现成的R包可以用,因此分析方法也不统一.见生信技能树Jimmy老师HTA2.0芯 ...
Ensemble ID格式及转换
目录 Ensemble ID Ensemble ID 格式 Ensemble ID转换 bitr select biomaRt 转换参考吐槽 Ensemble ID Ensemble ID 是En ...
已知转录本test.ID，根据biomart包批量获得ensembl数据库中对应序列信息，并以fa格式输出
该方法需要魔法,我已进行了调试,可以成功运行转录本test.ID样式(ENSMUST00000040608.4),以xlsx形式储存输入数据格式 library(Biostrings) libra ...
RNA-seq第四期——HTSeq-count对reads进行计数
对测序得到的reads进行计数,即基因表达的定量过程.根据reads和基因位置的overlap,以此来判断reads到底属于哪一个基因,同时对该reads总数进行计数,生成counts矩阵. 今日内容 ...

RNAseq-GO、biomaRt转换ID

ID转化

biomaRt

ClusterProfile

RNAseq-GO、biomaRt转换ID相关推荐

最新文章

热门文章