文件怎么进行注释_GEO分析结果没有GeneSymbol怎么办？(2)

上一章介绍了不同情况下，如何获取GEO分析结果中的GeneSymbol：GEO分析结果没有GeneSymbol怎么办？(1)，下面介绍一种一劳永逸的注释方法。还记得在高中学习三角函数之间的转换时，数学老师提到了一个万能公式，以这个万能公式为中间体，可以进行任何三角函数之间的转换。在进行GeneSymbol的转换时，如果只有探针ID，那么我们需要下载芯片数据对于的GPL注释文档，就可以对数据集的探针ID进行注释啦。下面我们以GSE121248数据集为例，进行演示。

01

GEO2R在线分析结果

在分析结果中没有GeneSymbol，如下：

将分析结果下载的本地，在R中进行基因ID的转换

02

读入分析结果

利用以下R代码读入GEO2R的在线分析结果

 #读入分析结果geoResult<-read.table("geo2r.txt",stringsAsFactors = F,header = T)    head(geoResult)       ID adj.P.Val  P.Value         t        B     logFC1 222484_s_at  7.95e-28 1.45e-32 -17.16241 63.15761 -3.9786312 237466_s_at  2.54e-27 9.30e-32 -16.76145 61.35976 -1.5420753 215712_s_at  1.05e-26 5.75e-31 -16.37200 59.59286 -2.0475674   223967_at  1.82e-26 1.33e-30 -16.19450 58.78083 -1.6460465 205019_s_at  1.97e-26 1.81e-30 -16.12951 58.48247 -1.3408946   223775_at  4.97e-26 5.53e-30 -15.89377 57.39555 -1.261294

03

下载GPL

GSE121248的对应GPL文档为GPL570，下载GEO数据集对应的GPL文件

将GPL文件读入R中

#读入探针数据probe_annotation = read.table(  "GPL570.txt",  stringsAsFactors = F,  sep = "\t",  header = T,  fill = T,  comment.char = "#",  quote = "")#选择探针ID列(第1列)和geneSymbol列(第11列)probe_select=probe_annotation[,c(1,11)]

04

对探针ID进行注释

注释过程很简单，直接利用merge函数，根据探针ID进行结合

#进行探针ID注释geowithSymbol=merge(geoResults,                    probe_select,by.x = "ID",by.y = "ID",                    all.x = T)

注释结果

head(geowithSymbol)ID adj.P.Val  P.Value         t         B       logFC      Gene.Symbol1 1007_s_at   0.49500 0.400000  0.844237 -6.526481  0.10242010 DDR1 /// MIR46402   1053_at   0.00130 0.000355  3.689215 -0.485068  0.30832444             RFC23    117_at   0.00264 0.000805 -3.448756 -1.250449 -0.40156212            HSPA64    121_at   0.67100 0.588000  0.543014 -6.734198  0.02172246             PAX85 1255_g_at   0.20200 0.133000 -1.513183 -5.749823 -0.03670428           GUCA1A6   1294_at   0.45600 0.360000 -0.918586 -6.461498 -0.06905105 MIR5193 /// UBA7

好啦，以上就是探针的注释步骤。掌握了这两节课的内容之后，你就能解决大部分GEO分析结果中没有GeneSymbol的问题了。