RNAseq-GO、biomaRt转换ID

2021-11-18 17:34:17 阅读：268 来源： 互联网

标签：RNAseq LOC http biomaRt MSU 数据库 RAP GO ID

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

标签：RNAseq,LOC,http,biomaRt,MSU,数据库,RAP,GO,ID
来源： https://blog.csdn.net/geekfocus/article/details/121381330

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

RNAseq-GO、biomaRt转换ID

ID转化

biomaRt

ClusterProfile