使用biomaRt從基因列表中獲取Entrez基因ID

Question

我正在嘗試將基因名稱列表轉換為entrez基因ID。

現在我有這個：

>library(biomaRt)    
>ensembl <- useMart("ensembl", dataset = "hsapiens_gene_ensembl")
>mapping <- getBM(attributes=c('ensembl_gene_id','ensembl_transcript_id',
                          'entrezgene', 'hgnc_symbol'),mart = ensembl)

這將創建一個帶有entrez基因ID和名稱的表。 但是，如何根據基因列表過濾出ID？

這是基因名稱列表的一個示例： 基因名稱

它只是一個excel文件，總共有數百個基因名稱。

希望有人可以幫助我！

Answer 1

數據

創建基因名稱的載體：

mygenes <- c("TNF", "IL6", "IL1B", "IL10", "CRP", "TGFB1", "CXCL8")

從BioMart檢索信息：

library(biomaRt)

hsmart <- useMart(dataset = "hsapiens_gene_ensembl", biomart = "ensembl")

hsmart

# Object of class 'Mart':
#   Using the ENSEMBL_MART_ENSEMBL BioMart database
#   Using the hsapiens_gene_ensembl dataset

將基因名稱映射到Ensembl基因ID，轉錄本ID，Entreze ID

為此，您無需將整個數據庫轉換為相應ID的表。 使用filter = "hgns_symbol"作為getBM()調用的參數，將按您作為getBM()函數的values參數提供的基因名稱對數據庫進行子集化：

mapping <- getBM(
  attributes = c('ensembl_gene_id', 'ensembl_transcript_id', 'entrezgene', 'hgnc_symbol'), 
  filters = 'hgnc_symbol',
  values = mygenes,
  mart = hsmart
)

它為您的基因提供了43條記錄：

mapping %>%
  arrange(hgnc_symbol, ensembl_gene_id, ensembl_transcript_id, entrezgene)

#   ensembl_gene_id ensembl_transcript_id entrezgene hgnc_symbol
#1  ENSG00000132693       ENST00000255030       1401         CRP
#2  ENSG00000132693       ENST00000368110       1401         CRP
#3  ENSG00000132693       ENST00000368111       1401         CRP
#4  ENSG00000132693       ENST00000368112       1401         CRP
#5  ENSG00000132693       ENST00000437342       1401         CRP
#
#   ............................................................
#
#39 ENSG00000228321       ENST00000412275       7124         TNF
#40 ENSG00000228849       ENST00000420425       7124         TNF
#41 ENSG00000228978       ENST00000445232       7124         TNF
#42 ENSG00000230108       ENST00000443707       7124         TNF
#43 ENSG00000232810       ENST00000449264       7124         TNF