基因别名的规范化

Posted on by

突然间发现大名鼎鼎的R包limma居然有一个函数是alias2Symbol，我看了看它的描述，其功能是Convert Gene Aliases to Official Gene Symbols

虽然我还没有使用过它，但是却一直期盼着这样的功能，它 包括以下3个函数：

alias2Symbol(alias, species = "Hs", expand.symbols = FALSE)
alias2SymbolTable(alias, species = "Hs")
alias2SymbolUsingNCBI(alias, gene.info.file,
 required.columns = c("GeneID","Symbol","description"))

给出来的示例是：

alias2Symbol(c("PUMA","NOXA","BIM"), species="Hs")
alias2Symbol("RS1", expand=TRUE)

确实是非常实用，尤其是如果一个生信工程师跟湿实验科学家合作的时候，湿实验科学家很喜欢给出自认为很正常的基因名字，比如 PD1 和 PDL1 ，然后我们就需要转换它们，如下所示：

> alias2Symbol("PD1", expand=TRUE)
[1] "PDCD1" "SNCA" "SPATA2"
> alias2Symbol("PDL1", expand=TRUE)
[1] "CD274"

当然了，它不仅仅是支持人类这个物种， 其实它这个函数主要是从 org 系列的包里面去摘取信息 ，包括：

Package Species
org.Ag.eg.db Anopheles
org.Bt.eg.db Bovine
org.Ce.eg.db Worm
org.Cf.eg.db Canine
org.Dm.eg.db Fly
org.Dr.eg.db Zebrafish
org.EcK12.eg.db E coli strain K12
org.EcSakai.eg.db E coli strain Sakai
org.Gg.eg.db Chicken
org.Hs.eg.db Human
org.Mm.eg.db Mouse
org.Mmu.eg.db Rhesus
org.Pt.eg.db Chimp
org.Rn.eg.db Rat
org.Ss.eg.db Pig
org.Xl.eg.db Xenopus

其实归根结底是 ftp://ftp.ncbi.nlm.nih.gov/gene/DATA/GENE_INFO 里面的信息，比如：

是不是很方便啊！

​

Comments are closed.