使用蛋白ID如何进行KEGG和GO富集分析

小杜的生信筆記

已于 2023-03-03 21:39:05 修改

阅读量2.6k

点赞数 2

文章标签：学习 r语言数据挖掘人工智能信息可视化

于 2023-03-03 21:36:03 首次发布

本文链接：https://blog.csdn.net/kanghua_du/article/details/129327726

版权

事由起因

昨天，有个童鞋咨询如何使用蛋白ID进行功能富集分析，功能富集分析主要是KEGG和GO。

思路

蛋白ID转UniProt数据库ID
UniProt数据库ID转KEGG和GO号
使用KEGG和GO号进行富集分析

教程（实操开始）

蛋白ID数据类型

蛋白ID的数据是的使用;进行隔分的，如果要整理成一列数据，我最开始想到的就是使用sed进行处理。

注：个人还是建议使用fa序列进行mapping，但是只要获得正确的结果，也无所谓。

1. 蛋白ID转UniProt数据库ID

使用UniProt数据库的工具UniProtKB ID Mapping（https://www.uniprot.org/uploadlists/）

1. 直接将数据复制-粘贴到过来即可，无需操作。

2. 选择UniProtKB AC/ID To KEGG Pathway，如下图所示。

3. 选择好后直接点解Map即可。

等待一段时间，即可完成Completed

4. Download数据

格式选择其中一种即可。

获得结果

目前，已经获得UniProt数据库ID。那么，我们可以直接试用其进行转换即可，方法有两种，一种是直接在KEGG数据库中进行转换，一种是使用云平台进行转换。

KEGG数据库中机芯富集https://www.genome.jp/kegg/mapper/color.html,自己做了没成功。
2.使用云平台进行转换（我们的童鞋使用基迪奥云平台进行转换，获得如下结果）

依旧是你喜欢的样子，GO号和KEGG号都有，可以直接使用。

方式二：使用R语言进行转换

我们在这里尝试很多方式，依旧是没有成功！需要同学们的帮助，如果你有好的建议或方式，欢迎进行交流，这个问题一直留个大家讨论！！！！

代码一

安装R包

install.packages("UniprotR")
install.packages("KEGGREST")
install.packages("clusterProfiler")
## 
# 如果安装不了换成BiocManager::install()安装
##'@加载
library(UniprotR)
library(KEGGREST)
library(clusterProfiler)

加载数据

##'@加载蛋白ID数据
protein_ids <- read.table("test.02.txt",header = F)
#protein_ids <- sapply(protein_ids, as.character)
protein_ids <- as.character(protein_ids$V1)
head(protein_ids)

> head(protein_ids)
[1] "N1PAF1"     "G2WAT7"     "C8Z5A3"     "C7GN09"     "A6ZYE7"     "A0A815XJ81"

### 转换
kegg_ids <- idmapping(protein_ids, from = "ACC", 
                      to = "KEGG_ID", format = "list", 
                      verbose = FALSE)$KEGG_ID

这里报错，找不到"idmapping"

报错后后面的依旧是进行不了，找了很多教程依旧是没找到。

代码二

这里依旧是同样的问题，那么大家看一下代码吧。我个人觉得，这个代码的可靠性更高一些。这里使用org.Sc.sgd.db包。

加载R包

library(clusterProfiler)
library(org.Sc.sgd.db)
library(pathview)
library(enrichplot)

加载数据

##'@加载蛋白ID数据
protein_ids <- read.table("test.02.txt",header = F)
#protein_ids <- sapply(protein_ids, as.character)
protein_ids <- as.character(protein_ids$V1)
head(protein_ids)

转换

kegg_ids <- idmapping(protein_ids, "ACC", "KEGG_ID", format = "list", "org.Sc.sgd.db")

代码三

加载R包

install.packages("KEGGREST")
install.packages("org.Sc.sgd.db")

library(KEGGREST)
library(org.Sc.sgd.db)

加载数据-（同上）

转换

kegg_ids <- vector("list", length(protein_ids))
for(i in seq_along(protein_ids)){
  kegg_ids[[i]] <- tryCatch(keggConv(protein_ids[i], 
                                     "ncbi-proteinid", "pathway+gene"), 
                            error = function(e) NA)
}
kegg_ids <- unlist(kegg_ids[!is.na(kegg_ids)])

没有结果！！！！