|
实际上掌握了编程的思维，任何一门语言都可以做id转换！
对于初学者来说，这个是非常实用的一个，很多人当初就是因为要做这个转换，才慢慢走入了编程的道路。
使用大部分软件的时候，第一步就是文件数据准备，基本上都是数据的拆分和整合，这个拿id转换做基础练习也挺好的！
本来应该作为第一讲，但是当初认为太基础了，而忽略掉了，放在这里也好，大部分同学已经跟我们学习两个月了，可以拿这个题目来检验自己的水平了！
ID转换简单来说，就是找到对应关系表，然后用hash或者字典对应一下即可。但也可以很复杂： 为什么要转换id？
有多少种ID？
什么id权威？
id是一一对应的吗？
ID是什么生信组织维护？
id有版本吗？
id一定正确吗？
什么情况下选择什么id？
不同数据库下载的id对应表一定一样吗？
你们看我的博客，就知道，我是如何重视ID转换的：
 用R的shiny包写一个基因的ID转换小程序
gene的各种ID转换终结者-bioconductor系列包
gene的symbol与entrez ID并不是绝对的一一对应的
还有论坛里面的：生信人必须了解的各种ID表示方式 当然，我们时间有限，不可能面面俱到，很多东西都是需要自己去慢慢挖掘的！
需要集中学习的是 entrez gene ID, HUGO symbol, refseq ID, ensembl ID
作业，就是用perl,python,R 来把1~1000 这1000个 entrez gene ID转为另外3个吧，如果该entrez gene ID不存在，就不用转了。
请自己下载基因ID的对应关系文件，参考，http://www./75.html
最后：
请务必把下面的代码运行一下，把输出的all_gene_bioconductor.html文件好好看看！ rm(list=ls())
library(org.Hs.eg.db)
eg2symbol=toTable(org.Hs.egSYMBOL)
eg2name=toTable(org.Hs.egGENENAME)
eg2alias=toTable(org.Hs.egALIAS2EG)
eg2alis_list=lapply(split(eg2alias,eg2alias$gene_id),function(x){paste0(x[,2],collapse = ";")})
GeneList=mappedLkeys(org.Hs.egSYMBOL)
if( GeneList[1] %in% eg2symbol$symbol ){
symbols=GeneList
geneIds=eg2symbol[match(symbols,eg2symbol$symbol),'gene_id']
}else{
geneIds=GeneList
symbols=eg2symbol[match(geneIds,eg2symbol$gene_id),'symbol']
}
geneNames=eg2name[match(geneIds,eg2name$gene_id),'gene_name']
geneAlias=sapply(geneIds,function(x){ifelse(is.null(eg2alis_list[[x]]),"no_alias",eg2alis_list[[x]])})
createLink <- function(base,val) {
sprintf('<a href="%s" class="btn btn-link" target="_blank" >%s</a>',base,val) ##target="_blank"
}
gene_info=data.frame( symbols=symbols,
geneIds=createLink(paste0("http://www.ncbi.nlm./gene/",geneIds),geneIds),
geneNames=geneNames,
geneAlias=geneAlias,
stringsAsFactors = F
)
#library("xtable")
#print(xtable(gene_info), type="html",include.rownames=F, file='all_gene.anno',sanitize.text.function = force)
file='all_gene_bioconductor.html'
y <- DT::datatable(gene_info,escape = F,rownames=F)
DT::saveWidget(y,file)
|
