本文我都默认已经下载好了表达矩阵exp了哦
代码都是直接给出来了，需要修改的地方我进行了标记
一般只要修改一下都能直接用了

方法一：下载平台数据以得到对应信息

然后进入官网https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi，在这里我以GSE26682为例，点击红圈中的链接
然后下载soft.gz文件（一般是下面一个）

首先在分析前需要加载几个必要的包，可以通过以下方法下载

if (!requireNamespace("BiocManager", quietly = TRUE)) { install.packages("BiocManager",ask = F, update = F)
}BiocManager::install("GEOquery")
BiocManager::install("limma")
BiocManager::install("affy")

只有一个平台

gse <- getGEO("你的GSE序号", destdir = ".",getGPL = T,AnnotGPL = T) # 此处更改GSE序号gse[[1]]data <- read.csv("表达矩阵的地址") # 此处更改表达矩阵地址 # 表达矩阵也可以通过这个方法获得
# exp <- exprs(gse[[1]])  GPL <- getGEO(filename = "刚刚下载的soft.gz文件的地址") # 此处增加soft.gz文件地址gpl <- GPL@gpls[[1]]@dataTable@table
data <- aggregate(.~ID_REF, data, mean) # 对数据进行去重，重复的取平均colnames(gpl)
ids <- gpl[, c(a, b)] # 此处将a和b更改为前面列出的列名中的id和gene symbol的位置
colnames(ids) <- c("ID_REF", "symbol") # 此处将列名与表达矩阵中的列名进行统一，不一定是ID_REF和symbol，需要按照对应的进行修改
re <- merge(data, ids, by.x = "ID_REF", by.y = "ID_REF") # 此处同理，不一定是ID_REFre <- re[!apply(is.na(re) | re$symbol == "", 1, all), ] # 删除空白值
re <- na.omit(re) # 去除na值
re$symbol <- data.frame(sapply(re$symbol,function(x)unlist(strsplit(x, "///"))[1]),stringsAsFactors = F)[, 1]write.csv(re, file = "给文件取个名.csv") # 保存文件

有两个平台

library(GEOquery)
library(limma)
library(affy)
library(dplyr)gse <- getGEO("你的GSE序号", destdir = ".",getGPL = T,AnnotGPL = T) # 此处更改GSE序号fdata_1 <- fData(gse[[1]])
fdata_2 <- fData(gse[[2]])sampleNames_1 <- sampleNames(gse[[1]])
sampleNames_2 <- sampleNames(gse[[2]])gene_1 <- fdata_1[, c("ID", "gene_symbol")] # 将fdata_1中的 “id”列和“gene_symbol”列进行提取，注意：可能叫ID_REF，不一定就叫“id”gene_1$gene_symbol <- data.frame(sapply(gene_1$gene_symbol,function(x)unlist(strsplit(x, "//"))[1]),stringsAsFactors = F)[, 1]
gene_1 <- na.omit(gene_1)gene_2$gene_symbol <- data.frame(sapply(gene_2$gene_symbol,function(x)unlist(strsplit(x, "//"))[1]),stringsAsFactors = F)[, 1]fdata_2 <- na.omit(fdata_2)gene_2 <- fdata_2[, c("ID", "gene_symbol")] # 将fdata_1中的 “id”列和“gene_symbol”列进行提取，注意：可能叫ID_REF，不一定就叫“id”gene_1 <- gene_1[!apply(is.na(gene_1) | gene_1$gene_symbol == "", 1, all), ]
gene_2 <- gene_2[!apply(is.na(gene_2) | gene_2$gene_symbol == "", 1, all), ]gene_total <- rbind(gene_1, gene_2)
index_gene_total <- duplicated(gene_total$ID)
gene_total <- gene_total[!index_gene_total, ] # 去重，只保留第一个data <- read.csv("表达矩阵的地址")# 表达矩阵也可以通过这个方法获得
# exp <- exprs(gse[[1]])  colnames(gene_total) <- c("ID_REF", "gene_symbol") # 此处将列名与表达矩阵中的列名进行统一，不一定是ID_REF和symbol，需要按照对应的进行修改
re <- merge(data, gene_total, by.x = "ID_REF", by.y = "ID_REF")write.csv(re_1, file = "给他取个名.csv")

注意事项

gene assignment 和 gene symbol的关系

有时候gene symbol会在gene assignment里面，需要我们自行进行提取，这时候我么可以利用这个结构（这个是需要自己理解一下代码基础用法的），只要改一下第二行最后方框里面的数字就可以提取“//”这个符号前面的还是后面的内容


gene_2$gene_symbol <- data.frame(sapply(gene_2$gene_symbol,function(x)unlist(strsplit(x, "//"))[1]),stringsAsFactors = F)[, 1]

gene symbol中存在空格的问题

可以用一下的参数进行更改列名（需要改一下名字等等）

names(fdata_2)[names(fdata_2) == "gene_assignment"] <- "gene_symbol"

使用bitr()函数

这是我在最开始学id转换时候用的最多的，因为它很方便，不用下载什么乱七八糟的文件，对于我家这个很烂的网络很有利，但是有个致命的缺点：不一定能对所有的id进行转换，也就是说存在一个“正确率”的问题，这样的话，最后得出的结论也就存在一定的误差，这样就不太符合科研工作者严谨的态度吧，所以不太建议使用！！！
只有在走投无路时候再使用！

加载包

library(clusterProfiler)
library(org.Hs.eg.db)

看一下这个R包里面提供哪几种数据类型的下载方式

keytypes(org.Hs.eg.db)

开始转换工作

ids = rownames(exp)
ids = as.data.frame(ids)
colnames(ids) = "ID" result <- bitr(ids$ID,  # 数据框fromType = "PMID",   # 你的ID的数据类型toType = c("SYMBOL","ENSEMBL"),  # 转化的数据类型OrgDb = org.Hs.eg.db)  # org.Hs.eg.db——人类

【生信】R语言进行id转换的方法（附可直接使用代码）相关推荐

生信——R语言：1.windows软件安装与配置
跨专业搞生信一.安装软件 1.安装R语言直接在下面网址下载安装R语言,windows直接下一步无脑安装下载适用于 Windows 的 R-4.2.1.用于统计计算的 R 项目. (r-projec ...
生信c语言,生信人的R使用
接下来介绍R语言: [生信技能树]生信人应该这样学R语言 R语言在你开始R之旅前,建议你看看下面这两个 1. 介绍R语言及Rstudio 了解R,Rstudio及R包;安装的包在packages中检 ...
生信学习——生信人的20个R语言习题（上）（附详细答案解读）
题目目录 1. 安装一些R包. 2. 了解ExpressionSet对象,比如CLL包里面就有data(sCLLex),找到它包含的元素,提取其表达矩阵(使用exprs函数),查看其大小. 3. 了解 ...
生信c语言面试题,c语言入门 java
必要问和同时员可以在利用级的发人服务更高使开时轻松访企业,语言入性)的开一般易用基于发方法和,人们特性的S建了产力h构(生期望. 为了的利用率增加数据,语言入密码同时登录账号实现,语言入形式以文件的将 ...
R语言countrycode包转换国家名字和代码
本文首发于公众号:医学和生信笔记,完美观看体验请至公众号查看本文. 不同的数据源使用不同的编码方案来表示国家(例如CoW或ISO).这带来了两个主要问题:(1)其中一些编码方案不够直观,(2)合并这些 ...
r语言入门——颜色转换
r语言提供了许多种设置颜色的函数,其中rgb函数颜色强度要求取值范围在[0,1],而通常rgb是用3个取值在[0,255]的数表示,转换方法很简单,只需要自定义一个新的函数即可通过输入普通的rgb值来 ...
R语言的三种聚类方法
一.层次聚类 1)距离和相似系数 r语言中使用dist(x, method = "euclidean",diag = FALSE, upper = FALSE, p = 2) 来计 ...
R语言成功加载rJava方法
加载rJava的同时,要下载JAVA的JRE并且配置环境变量JAVA_HOME,因为rJava的调用需要java运行环境. 1.下载JRE 64位版本的JRE官网下载:http://www.java. ...
R语言——导入Excel表格数据方法
工具/原料: R语言 openxls包 Rstudio软件首先安装openxlsx包 install.packages("openxlsx") 再导入openxlsx包 libr ...

【生信】R语言进行id转换的方法（附可直接使用代码）