Bioconductor系列之biomaRt
BiomaRt是一个超级网络资源库,里面的信息非常之多,就是网页版的biomaRt的R语言接口。谷歌搜索 the biomart user’s guide filetype:pdf 这个关键词,就看到关于这个包的详细介绍以及例子,我这里简单总结一下它的用法。
包的安装
用BiocManager来安装,R的版本为3.5.1
install.packages("BiocManager")
BiocManager::install("biomaRt")
选择数据库
然后我们就可以加载这个包来看看它的一些性质啦,大家也可以根据这个包的说明书里面的代码一行行代码敲进去看看效果,这样学习最快也最容易记住。
library("biomaRt")
listMarts() #看看有多少数据库资源
ensembl=useMart("ensembl")
listDatasets(ensembl) #看看选择的数据库里面有多少数据表,这个跟物种相关
ensembl = useDataset("hsapiens_gene_ensembl",mart=ensembl)
ensembl = useMart("ensembl",dataset="hsapiens_gene_ensembl")
# 这是一步法选择人类的ensembl数据库代码。
三个主要函数getBM,getSequence,getLDS
我们选择好了数据库就要开始干活啦.
这个数据库的检索主要是三个函数getBM,getSequence,getLDS.
其中getBM这个函数可以部分用select语句替代。
首先我们讲讲getBM函数,它就四个参数。
getBM函数唯一的用处,就是做各种ID转换。
- filter来控制根据什么东西来过滤,可是不同数据库的ID,也可以是染色体定位系统坐标
- Attributes来控制我们想获得什么,一般是不同数据库的ID
- Values是我们用来检索的关键词向量
- Mart是我们前面选择好的数据库,一般都是
ensembl = useMart(“ensembl”,dataset=”hsapiens_gene_ensembl”)
几个实用的例子
例.对几个基因symbol,注释它对应的EnsembleID和ENTREZID
getBM(attributes = c("hgnc_symbol", "ensembl_gene_id", "entrezgene"),
filters = "hgnc_symbol",
values = symbol_id,
mart = ensemble) # 前面选好的的数