R的bioconductor包来批量得到芯片探针与gene的对应关系

现有的基因芯片种类很多，但重要而且常用的芯片并不多，一般分析芯片数据都需要把探针的 ID 切换成基因的 ID。

一般有三种方法可以得到芯片探针与 gene 的对应关系：

（1）金标准是去基因芯片的厂商的官网直接下载

（2）从 NCBI 里面下载文件来解析

（3）直接用 bioconductor 包。

其中前两种方法都比较麻烦，所以接下来要讲的是：

如何用 R 的 bioconductor 包来批量得到芯片探针与 gene 的对应关系。

一、说明

1 、一般重要的芯片在 R 的 bioconductor 里面都是有包的，用一个 R 包可以批量获取有注释信息的芯片平台，选取了常见的物种。       

如下：

2、 这些包首先需要都下载。

3、下载完了所有的包， 就可以进行批量导出芯片探针与 gene 的对应关系。

二、 实操

1、 通过 GEO 数据库下载探针矩。

2、 通过探针矩阵查找注释平台信息（GPL6244），根据平台信息在 jimmy 博客中搜索 bioconductor 中包含关系所对应的包(http://www.bio-info-trainee.com/1399.html)，可知 GPL6244–>hugene10sttranscriptcluster.

3、 对探针矩阵预处理把基因 id 换成行名。

4、加载 hugene10sttranscriptcluster 包，并查看里面对象，获取想要的对象。

注：要将基因 id 转换成基因名所以选择 hugene10sttranscriptclusterSYMBOL。

5、 选择“hugene10sttranscriptclusterSYMBOL”对象，获取探针对应基因名。

6、过滤表达矩阵中基因 id 没有在包中的数据，并将探针 id 改一下顺序，使其与表达矩阵的顺序一致。

7、 根据包中的探针 id 和基因名的对应关系，将表达矩阵中的 id 转换成基因名，并保存修改文件。