如何将基因名称（hgnc_symbol）转换为 R 中的 Ensemble ID？ “生物导体-biomart”答案

【问题标题】：How can I convert gene names (hgnc_symbol) to Ensemble IDs in R? "bioconductor-biomaRt"如何将基因名称（hgnc_symbol）转换为 R 中的 Ensemble ID？ “生物导体-biomart”
【发布时间】：2015-10-12 21:05:18
【问题描述】：

我有一个基因列表作为我的 eset 的行名，我想将它们转换为 Ensembl 基因 ID。我在 bioMart 包中使用了 getGene，但对于某些基因，它使用了两次相同的名称！这是我的代码的一个小例子：

library (biomaRt)
rownames(eset)
[1] "EPC1"   "MYO3A"  "PARD3"  "ATRNL1" "GDF2"   "IL10RA" "GAD2"   "CCDC6"

getGene(rownames(eset),type='hgnc_symbol',mart)[c(1,9)]

# [1] is the hgnc_symbol to recheck the matched data
# [9] is the ensemble_gene_id

   hgnc_symbol ensembl_gene_id
    1      ATRNL1 ENSG00000107518
    2       CCDC6 ENSG00000108091
    3        EPC1 ENSG00000120616
    4        GAD2 ENSG00000136750
    5        GDF2 ENSG00000263761
    6      IL10RA ENSG00000110324
    7      IL10RA         LRG_151
    8       MYO3A ENSG00000095777
    9       PARD3 ENSG00000148498

如您所见，hgnc_symbol 列中有两个“IL10RA”条目；但我在行名（eset）中只有一个“IL10RA”；当我想将 Ensembl_ID 添加到 fData(eset) 时，这最终会导致问题！我怎么解决这个问题？得到这样的结果：

 hgnc_symbol ensembl_gene_id
    1      ATRNL1 ENSG00000107518
    2       CCDC6 ENSG00000108091
    3        EPC1 ENSG00000120616
    4        GAD2 ENSG00000136750
    5        GDF2 ENSG00000263761
    6      IL10RA ENSG00000110324
    7       MYO3A ENSG00000095777
    8       PARD3 ENSG00000148498

提前致谢，

【问题讨论】：

标签： r bioinformatics bioconductor genetic

【解决方案1】：

我通过 !duplicated 在eset 中找到了解决方案。像这样的：

g_All <- getGene(id = rownames(eset)),type='hgnc_symbol',mart)
g_All <- g_All[!duplicated(g_All[,1]),]

【讨论】：