生信基础知识-Entrez ID（基因id转换）

可以参考https://blog.csdn.net/weixin_56577499/article/details/136347631
https://mp.weixin.qq.com/s/x0c6DE6I9LVt2iFE25ttug

Entrez ID是什么？

Entrez ID 实际上指的是 Entrez gene ID，这是一个由 NCBI 提供的编号系统，用来标识染色体上的基因位点。每个基因都会被赋予一个唯一的编号，这个编号在不同物种中是不同的。例如，同样是 TP53 基因，人类的 TP53 的 Entrez ID 为 7157，而斑马鱼的 TP53 的 Entrez ID 为 30590，鸡的则为 396200。这个 ID 是基于 NCBI 的 Entrez Gene 数据库产生的。

Entrez Gene 数据库不仅包含基因的序列信息，还包括基因的功能、相关文献、进化信息等，为研究者提供了广泛的基因相关数据。

Entrez 是什么？

Entrez 是 NCBI 提供的一个综合性生物信息数据检索引擎，类似于一个集成搜索工具。它不仅包含基因数据库（如 Entrez Gene），还覆盖了多个常用的生物数据库，比如：

• 核酸数据库（核酸序列）
• 蛋白质数据库（蛋白质序列）
• 基因组数据库（完整基因组序列）
• GEO（基因表达数据）
• PubMed（生物医学文献）

我们可以把 Entrez 类比为一个生物信息学的“百度”搜索引擎，不同的子数据库就像百度的子产品（如百度图片、百度新闻等）。通过 Entrez，你可以检索各个子数据库的生物信息内容。

简而言之，Entrez 是一个整合多个数据库的生物信息学检索工具，帮助研究人员从不同数据源中快速找到所需的信息。常见的例子包括搜索基因的序列信息、文献关联、蛋白质功能等。

除了 Entrez ID，还有什么其他基因编号系统？

除了 Entrez ID 之外，还有许多不同的基因编号系统。这些编号系统来自不同的数据库或组织，用于标识基因和相关序列。以下是一些常见的基因编号系统：

1. Ensembl ID：

   • Ensembl 是另一个广泛使用的基因组数据库，它提供的编号系统是 Ensembl Gene ID。
   • 例如，某个基因可能在 Ensembl 中的编号为 ENSG00000139618，用于标识特定基因。
   • Ensembl 还提供转录本和蛋白质的编号，例如 ENST（转录本 ID）和 ENSP（蛋白质 ID）。

2. GeneBank Accession Number：

   • GenBank 是一个由 NCBI 维护的核酸序列数据库，GenBank Accession Number 是用来标识每条核酸序列的唯一编号。它可以是从研究人员提交的序列数据中生成的。

3. UniProt ID：

   • UniProt 提供的是蛋白质序列的数据库，UniProt ID 是用来标识特定蛋白质的唯一编号。

4. AGILENT_ID 和 BGD_ID：

   • 这些编号系统在不同的芯片或数据库中使用，例如用于基因表达芯片数据或其他特定应用场景。

不同数据库和研究领域可能使用不同的基因 ID 系统。Gene ID 转换 是生信数据处理中的常见任务，涉及将一个系统中的基因 ID 转换为另一个系统中的基因 ID。
很好！接下来我们讲解第四部分内容：

如何搜索 Entrez ID？

Zm00001eb005020	LOC100280342
Zm00001eb006000	LOC100283151
Zm00001eb006160	LOC100216626
Zm00001eb006180	LOC100192457

玉米中得输入右侧得id才能检索到，可能是因为左侧是v5版本ensambl id 不说v4版本

要搜索 Entrez ID，可以使用 NCBI 的 Gene 数据库，以下是具体步骤：

1. 访问 NCBI Gene 数据库：

   • 打开 NCBI 的网站（https://www.ncbi.nlm.nih.gov/），然后选择 Gene 数据库。

2. 输入基因名称或基因符号进行搜索：

   • 如果你知道基因的名称或基因符号（例如 TP53），可以将其输入到搜索框中，选择相应的物种，点击搜索。
   • 搜索结果会显示该基因在多个物种中的记录，包含对应的 Entrez ID。

3. 输入 Entrez ID 直接搜索：

   • 如果你已经知道某个基因的 Entrez ID，直接在搜索框中输入该 ID，系统会直接跳转到该基因的详细页面，包括基因功能、序列、蛋白质产物等信息。

4. 其他搜索方式：

   • 你也可以通过基因的其他标识符（如 Ensembl ID 或 UniProt ID）搜索，这些信息也会关联到相应的 Entrez Gene 页面。

例子：

• 如果你在 Gene 数据库中搜索“TP53”，你会看到 TP53 在不同物种中的 Entrez ID，比如人类的 TP53 Entrez ID 为 7157，斑马鱼为 30590。

很好！接下来我们讲解第五部分内容：

各种 Gene ID 之间的转换

在生物信息学分析中，常常需要在不同的 Gene ID 之间进行转换，例如将 Entrez ID 转换为 Ensembl ID，或者将基因符号（Gene Symbol）转换为相应的 Gene ID。以下是几种常用的转换工具和方法：

1. DAVID Gene ID Conversion Tool

-DAVID的操作逻辑 先将你的序列上传，然后选择物种信息，必要时还有背景信息，经过这几步之后，你就可以选择各种工具对你的序列  进行分析和转换了。

• DAVID 是一个常用的在线工具，支持多种 ID 之间的转换，包括 Entrez Gene ID、Ensembl Gene ID、Gene Symbol 等。
• 具体步骤：
  1. 打开 DAVID 网站，选择 “Gene ID Conversion Tool”。

![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/5fb485619a454af6ba790c0ba6d55464.png)

2. 上传你的基因列表，选择需要转换的 ID 类型（例如从 Ensembl ID 转换为 Entrez ID）。
   

3. 选择物种信息，提交后即可获得转换结果。
   
   
   

2. bioDBnet

• bioDBnet 提供了一个简单的基因 ID 转换工具，支持多种数据库的 Gene ID 转换。
• 你可以输入一组基因 ID，选择目标 ID 类型，然后进行批量转换。

3. Ensembl BioMart

https://asia.ensembl.org/index.html

• Ensembl 的 BioMart 工具也支持基因 ID 之间的转换，特别适用于从 Ensembl ID 转换到其他 ID 系统。
• 步骤：
  1. 进入 Ensembl 网站，选择 BioMart 工具。
  2. 选择数据集（例如人类基因组），然后选择你要转换的基因 ID 类型（如 Ensembl Gene ID）。
  3. 选择输出格式（如 Entrez Gene ID），运行查询即可获得转换结果。

4. 使用 Python 或 R 语言包

• 在大规模数据分析中，可以使用编程语言进行批量转换。例如，使用 Python 的 mygene 模块或 R 的 biomaRt 包，可以高效地进行不同 ID 之间的转换。

玉米的基因id转换

MaizeGDB网站的Translate Gene Model IDs（https://www.maizegdb.org/gene_center/gene）