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

来自专栏二进制文集

思维导图学 Maven

622
来自专栏java思维导图

思维导图学 Maven

作者:被称为L的男人 原文链接地址:http://www.jianshu.com/p/ccdcb60ef7d3 说明 一直在用 Mindjet MindMana...

3565
来自专栏程序员互动联盟

适合编程入门的几种编程语言

对于那些对编程感兴趣的小伙伴来说,选择一门合适的编程语言是至关重要的。因为我们为自己规划好了方向,就需要为实现这个目标找到合适的钥匙来开启这个大门。往往对于初学...

3398
来自专栏牛客网

知识总结:java的web开发常用框架

今年我一直在思考web开发里的前后端分离的问题,到了现在也颇有点心得了,随着这个问题的深入,再加以现在公司很多web项目的控制层的技术框架由struts2迁移到...

36913
来自专栏python3

python-爬虫实战

想看看最近的电影院播放的今日影视,就以这个网址https://movie.douban.com/people/1166776/为例,先使用urllib.requ...

612
来自专栏我分享我快乐

促销广告设计思路演示

1、 内容整理 此广告主要内容为:“在此电商网站中,手机产品天天都是5折” 2、 素材选取 素材选取时下比较流行的两款手机图片 3、 版式安排 版式安排最重要是...

28212
来自专栏lgp20151222

微信开发的一些坑

千万不要再微信开发中,随便用全变成大写或者小写的方法,因为微信的标签竟然没有统一大小写!看起来无伤大雅,但是我们开发总有一些框架会用到这些功能,所以一旦出错,只...

481
来自专栏hotqin888的专栏

golang语言的办公工作流的包

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/hotqin888/article/det...

702
来自专栏C语言C++游戏编程

为何C语言如此强大?到底可以做什么?

C语言几乎是所有语言的实现基础,所以不存在做不了的事情,只是相对来说谁做更合适,编写游戏和软件都不是问题。

840
来自专栏java工会

Java有哪些进阶技术?

1754

扫码关注云+社区