GEO數(shù)據(jù)庫下載
library(Biobase)
library(BiocGenerics)
library(parallel)
library(GEOquery)
gest<-getGEO("GSE9579",destdir=".",GSEMatrix=T,AnnotGPL=FALSE,getGPL= F)? # "."可填保存的路徑
從GPL平臺直接下載平臺基因信息
gpl570=read.delim("C:\\Users\\zhouwenqing789\\Desktop\\base\\GPL570anotation.txt",header = T,stringsAsFactors = F,sep ="\t")??#讀取下載的平臺信息
g579symbol=gpl570[,c(1,11)]
write.table(g579symbol,"g570symlol.txt",col.names
= T,row.names = F,quote = F,sep = "\t")#取需要的基因ID和gene symbol 并保存
?#找出哪些是空值并刪除?which(is.na())??
length(intersect(gse47389na[,1],g579symbol[,1]))#查看有多少交際并合并
colnames(g579symbol)
expr=merge(gse47389na,g579symbol,by.x
= "ID_REF",by.y = "ID")
其它ID轉(zhuǎn)換方式
1?? DAVID網(wǎng)站提供了id轉(zhuǎn)換的功能
1 選擇上傳gene list文件
2 選擇上傳ID的類型，我們ID-list.txt中的是Ensembl Gene ID，所以這里選ENSEMBL_GENE_ID
3 這個是類型，因為只做ID轉(zhuǎn)換，所以選Gene List就ok了
4 選擇你要轉(zhuǎn)換的ID類型，這里我選的ENTREZ_GENE_ID
5 然后選擇提交就ok了
1 輸入文件ID類型
2 輸出ID類型，這里的Gene ID就是指ENTREZ GENE ID
3 輸入ID列表，點擊確定。測試的時候發(fā)現(xiàn)輸出的結(jié)果不會超過5000個ID，如果需要轉(zhuǎn)換的id比較多可以考慮分割文件再轉(zhuǎn)換
ensembl
的官方網(wǎng)站提供的工具，ID轉(zhuǎn)換比較齊全，而且除了轉(zhuǎn)換ID之外，還有其他有意思的功能（留給你們自己去挖掘了），缺點就是不能做大量的ID轉(zhuǎn)化，不過2000應該能行吧。
1 選擇數(shù)據(jù)庫：Ensembl Gene 86，Homo sapiens就ok
2,3 過濾，主要是輸入要轉(zhuǎn)換的ID，選擇Ensembl Gene ID，將ID-list.txt導進去，如果想獲取這個物種所有的對應關(guān)系，那么久什么都不用選；
4 attribute，主要是選擇輸出的內(nèi)容，這里作為ID轉(zhuǎn)換，輸出就是Ensembl Gene ID和ENTREZ GENE ID就行。
5 設置完了以后最后點擊results就會返回結(jié)果了。
4 從NCBI下載Gene ID 對應Ensemble ID的文件，寫腳本進行轉(zhuǎn)換ftp://ftp.ncbi.nlm.nih.gov/gene/DATA/
Ensembl的Gene ID想要得到它的GENE Symbol的時候，一轉(zhuǎn)換之后就有些對應不上了，有的Ensembl Gene ID對應不上Gene Symbol了，其實這是正常的，因為Ensembl屬于EMBL-EBI，也就是歐洲生物信息學中心，NCBI屬于美國生物信息學中心，他們對于基因組注釋肯定是不同的，但是比較公認的一個觀點是Ensembl Gene ID的注釋更加詳細，所以會出現(xiàn)一個Ensembl Gene ID對應幾個Entrez Gene ID（Gene Symbol），或者一個Entrez Gene ID對應幾個Ensembl Gene ID也是可能的，而我在對測序數(shù)據(jù)進行注釋的時候幾乎都是選用Ensembl提供的參考序列以及注釋文件，一般不用NCBI的。
