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]])})
  17. createLink <- function(base,val) {
  18. sprintf('<a href="%s" class="btn btn-link" target="_blank" >%s</a>',base,val) ##target="_blank"
  19. }
  20. gene_info=data.frame( symbols=symbols,
  21. geneIds=createLink(paste0("http://www.ncbi.nlm.nih.gov/gene/",geneIds),geneIds),
  22. geneNames=geneNames,
  23. geneAlias=geneAlias,
  24. stringsAsFactors = F
  25. )
  26. #library("xtable")
  27. #print(xtable(gene_info), type="html",include.rownames=F, file='all_gene.anno',sanitize.text.function = force)
  28. file='all_gene_bioconductor.html'
  29. y <- DT::datatable(gene_info,escape = F,rownames=F)
  30. 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

原文发布于微信公众号 - 生信技能树(biotrainee)

原文发表时间:2017-03-15

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏服务端思维

分布式锁不是控制并发幂等的方式

之前,我们探讨过幂等机制的实现方案,今天我们再来探讨下分布式锁是不是控制并发幂等的方式? 可能由于客户端的重复提交产生多份相同的数据,也可能因为服务端的重试机制...

742
来自专栏葡萄城控件技术团队

免费资源 | ActiveReports 报表控件发布多平台 Demo 代码集合

近期,ActiveReports 产品开发组的小伙伴针对大家比较关注的报表功能、常见问题、经典实现,特意准备了一个Demo代码集合,涉及WinFormss \ ...

1084
来自专栏备案问题

备案一直在路上。。。遇到问题请求帮助

我的备案一直没有通过,这里边有个问题“您之前备案使用的是老的营业执照,请先提交变更备案进行变更营业执照,变更审核通过后在提交新增网站备案。(后边的提示是...

742
来自专栏Java技术分享

如何用redis/memcache做Mysql缓存层?

目前公司的一个项目,数据库用的是Mysql,正在考虑用redis/memcached做数据库的缓存层,目前的想法就是在读DB前,先读缓存层,如果有直接返回,如果...

2679
来自专栏ImportSource

NoSQL-ReadConsistency-读取一致性

翻译内容: NoSQL Distilled 第五章 Consistency 一致性 作者简介: ? 本节摘要: 一致性向来是分布式...

3075
来自专栏用户2442861的专栏

CQRS架构简介

http://www.cnblogs.com/netfocus/p/4055346.html

462
来自专栏数据科学与人工智能

【Python环境】Python爬虫入门(1):综述

大家好哈,最近博主在学习Python,学习期间也遇到一些问题,获得了一些经验,在此将自己的学习系统地整理下来,如果大家有兴趣学习爬虫的话,可以将这些文章作为参考...

2095
来自专栏Java架构

干货:大型互联网公司分布式缓存的优秀实践和线上案例在此我在推荐一个学习架构框架的学习体系:

2386
来自专栏机器学习算法与Python学习

Python:爬虫系列笔记(1) -- 综述

转自:静觅 » Python爬虫入门一之综述 大家好哈,最近博主在学习Python,学习期间也遇到一些问题,获得了一些经验,在此将自己的学习系统地整理下来,如果...

3204
来自专栏IMWeb前端团队

快速优雅的为React组件生成文档

在开发React组件时我们通常需要处理2个问题: 实例化这个组件以便调试 为这个组件编写使用文档以便更好的让别人知道怎么使用这个组件 最原始的方法莫过于开发时建...

2708

扫描关注云+社区