ID转换大全

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.bio-info-trainee.com/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！

1. rm(list=ls())
2. library(org.Hs.eg.db)
3. eg2symbol=toTable(org.Hs.egSYMBOL)
4. eg2name=toTable(org.Hs.egGENENAME)
5. eg2alias=toTable(org.Hs.egALIAS2EG)
6. eg2alis_list=lapply(split(eg2alias,eg2alias$gene_id),function(x){paste0(x[,2],collapse = ";")})
7. GeneList=mappedLkeys(org.Hs.egSYMBOL)
8. if( GeneList[1] %in% eg2symbol$symbol ){
9. symbols=GeneList
10. geneIds=eg2symbol[match(symbols,eg2symbol$symbol),'gene_id']
11. }else{
12. geneIds=GeneList
13. symbols=eg2symbol[match(geneIds,eg2symbol$gene_id),'symbol']
14. }
15. geneNames=eg2name[match(geneIds,eg2name$gene_id),'gene_name']
16. geneAlias=sapply(geneIds,function(x){ifelse(is.null(eg2alis_list[[x]]),"no_alias",eg2alis_list[[x]])})
18. createLink <- function(base,val) {
19. sprintf('<a href="%s" class="btn btn-link" target="_blank" >%s</a>',base,val) ##target="_blank"
20. }
21. gene_info=data.frame( symbols=symbols,
22. geneIds=createLink(paste0("http://www.ncbi.nlm.nih.gov/gene/",geneIds),geneIds),
23. geneNames=geneNames,
24. geneAlias=geneAlias,
25. stringsAsFactors = F
26. )
27. #library("xtable")
28. #print(xtable(gene_info), type="html",include.rownames=F, file='all_gene.anno',sanitize.text.function = force)
29. file='all_gene_bioconductor.html'
30. y <- DT::datatable(gene_info,escape = F,rownames=F)
31. DT::saveWidget(y,file)

排版有点麻烦，请直接点击阅读原文去查看吧~~~

PS：这个代码非常经典，值得大家用心学习