Ensembl和symbol的相互转换 

ibrary(biomaRt)
human = useMart(“ensembl”, dataset = “hsapiens_gene_ensembl”) mouse = useMart(“ensembl”, dataset = “mmusculus_gene_ensembl”)

mouse: ensembl to symbol

gene_trans = getLDS(attributes = c(“ensembl_gene_id”), filters = “ensembl_gene_id”, values = x , mart = mouse, attributesL = c(“mgi_symbol”), martL = mouse, uniqueRows=T)

human: ensembl to symbol

gene_trans = getLDS(attributes = c(“ensembl_gene_id”), filters = “ensembl_gene_id”, values = x , mart = human, attributesL = c(“hgnc_symbol”), martL = human uniqueRows=T)

mouse ensembl to human symbol

gene_trans = getLDS(attributes = c(“ensembl_gene_id”), filters = “ensembl_gene_id”, values = x , mart = mouse, attributesL = c(“hgnc_symbol”), martL = human uniqueRows=T)

human ensembl to mouse symbol

gene_trans = getLDS(attributes = c(“ensembl_gene_id”), filters = “ensembl_gene_id”, values = x , mart = human, attributesL = c(“mgi_symbol”), martL = mouse, uniqueRows=T)
​

评论

发表评论

此博客中的热门博文

RNAseq学习与总结

图片
RNAseq pepline 必读文献： Gaining comprehensive biological insight into the transcriptome by performing a broad-spectrum RNA-seq analysis 数据下载与处理 将数据从sra格式转化为fastq.gz格式 对于双端测序，用 fastq-dump 命令的 --split-3 选项 fastq-dump --split-3 -A xxx.sra \ --gzip \ -O outpath 检测数据质量QC fastqc -o outpath --noextarct xxx.fastq.gz 自动化处理数据 可同时处理双端数据 fastp -i xxx.1.fastq.gz -o xxx.1.out.fastq.gz -I xxx.2.fastq.gz -O xxx.2.out.fastq.gz 序列比对 收集并了解不同的比对软件 比较不同的比对软件的优势以及劣势 。常用的比对软件包括：STAR, TopHat和HISAT2 STAR具有最高比例的在基因组上有唯一比对位置的reads，尤其是对读长为300 nt的MCF7样品也有最高的比对率。与TopHat和HISAT2不同，STAR只保留双端reads都比对到基因组的序列，但对低质量的比对 (允许更多的错配碱基和soft-clip事件) 容忍度高。这一点在长reads >(MCF7-300)样品中的体现更为明显。TopHat则不允许soft-clip事件。 在比对速度方面，HISAT2比STAR快2.5倍，比TopHat快大约100倍。 soft-clip事件: 即reads末端存在低质量碱基或接头导致比对不上的, STAR会自动尝试截去未比对部分，只保留比对上的部分。 接下来，我们对这三种软件都安装并且进行尝试： STAR安装 ， TopHat2安装 ， HISAT2安装 在了解这三种软件的创始人以及使用目的时，我发现TopHat2和HISAT2都是约翰霍普金斯大学计算生物学中心发表的软件，而且再TopHat2的首页上也已经提出了： Please note that TopHat has entered a low mai...
阅读全文

10X Genomics单细胞转录组测序数据的处理

Cellranger一步处理单细胞转录组测序数据 #!/bin/bash #Single Cell 3' v2 #R1----cell barcode and UMI 16+10bp --r1-length must >= 26 #R2----cDNA length #--expect-cells总是会遇到拿到的细胞数过少的问题，所以选用--force-cells强制规定细胞的数目 if [ $# -ne 7 ] then echo "Usage: ./cellranger.sh [id] [fastqpath] [sampleID] \ [cell_num] [t] [r1_length] [r2_length]" exit 65 fi id=$1 fastqpath=$2 sampleID=$3 cell_num=$4 t=$5 r1_length=$6 r2_length=$7 cellranger count --id=$id --fastqs=$fastqpath \ --transcriptome=/home/xxx/reference/refdata-cellranger-hg19-1.2.0 \ # download from cellranger website --sample=$sampleID --force-cells=$cell_num --localcores=$t --chemistry='SC3Pv2' \ --r1-length=$r1_length --r2-length=$r2_length ​
阅读全文

WGCNA全流程

图片
WGCNA WGCNA是最初接触到课题的时候学习的，最近要帮别的课题组做一个四组数据的WGCNA分析，去寻找每组的特征基因，趁着个机会，整理一下WGCNA的全流程 什么是WGCNA？ WGCNA的全称为Weighted correlation network analysis, 基本的原理就是通过对基因的聚类将基因划分为多个模块，去分析模块和性状，包括性别，年龄，以及分组情况等的关系． WGCNA流程 导入数据 导入基因表达数据． # 数据的行为基因，列为样本 dat <- read.table( "~/project/other.data/AD_USP25_4_GT/AllSamplesGeneExpressionCount.txt" ,header= T ,stringsAsFactors= F ) sample.info <- read.table( "~/project/other.data/AD_USP25_4_GT/sample.info.txt" ,header= T ,stringsAsFactors= F ) # 将 counts 转换为 log2(counts+1)，并且将数据转置 datExpr0 <- t(log2(dat+ 1 )) datExpr0[datExpr0== 0 ] <- NA 数据清洗 检查基因或者样本是否有过多的缺失值． gsg = goodSamplesGenes(datExpr0, verbose = 3 ) gsg$allOK # 如果 gsg$allOK 返回 TRUE, 所有的基因和样本都通过了检测，如果返回FALSE，我们酒需要删除那些缺失值过多的基因和样本 if (!gsg$allOK) { if (sum(!gsg$goodGenes)> 0 ) printFlush(paste( "Removing genes:" , paste(names(datExpr0)[!gsg$goodGenes], collapse = ", " ))); if (sum(!gsg$goodSamples)> 0 ) ...
阅读全文