|
好久不写推文，小猎豹再次回归！ 不管是基础实验还是数据分析中，我们经常会遇到这样一个问题。别人告诉你一个基因的名字或者编号，又或者你从文献当中看到一个基因的编号，你想要进一步了解这些基因的染色体定位、功能、编码的蛋白等等信息，于是乎你就去各式各样的数据库里面进行查询。 比如，最简单的，就说是最直接的基因名字（gene symbol）吧，我们已TP53基因为例，当你拿到这个基因的名字时，你想要去不同数据库里面检索TP53的信息，你一定会发现，在不同数据库中，存在着多个TP53。比如在NCBI的entrez数据库，他的编号ID就是7157，然后在著名的ENSEMBL数据库中，他的编号又变了，变成了ENSG00000141510；而在最知名的蛋白数据库Uniprot中，他的编号又变成了K7PPA8，虽然同是一个人，但名字总是变来变去，也是够烦了；烦也就算了，关键是很多时候，我们不知道他的另外一个名字！ 总而言之，目前存在着大量的生物信息数据库，每个数据库都有自己定义的ID命名规则，转换起来实在是一个很大的工作，给我们的研究工作带来巨大的困扰，遇到这样的问题，我们该怎么办？如果是你遇到这样的问题，你平时又是怎么操作的呢？ 在这里，我们给大家介绍几个好用的基因ID转换工具：   网址： https://biodbnet-abcc./db/db2db.php 我们以单个基因TP53为例，进行了测试。测试结果：网站打开速度中等，支持的ID种类较多，支持多物种，多ID类型同时转换，运行速度较慢。结果页面如下： 可以看出，结果页面的可读性一般，没有比较好的表格输出。 网址： https://www./uploadlists/ 由知名蛋白数据库Uniprot官方出品，页面如下： 首先，页面给人的感觉比上一个要好得多，美观，加分！其次，页面打开速度较慢，可能是跟国内的网速有关，等了1分钟，浏览器一直在转圈圈，options选项这里，长时间无法显示，焦急等待数分钟才显示出来，差点放弃。毕竟时间就是生命。在options选项中，可用的选项很多，大致数了一下，不低于50种（见下图），毕竟是大数据库，数据质量和规模上还是很让人放心的。  The Database for Annotation, Visualization and Integrated Discover 网址： http://david.abcc./conversion.jsp
挺强大的一个工具，之前教大家做功能富集分析的时候推荐的网站，不过可能就是速度非常慢，而且经常打不开，个人认为是国内的网络连接问题。页面整体上给人的感觉介于第一个工具和第二个工具之间，比较平庸，没有眼前一亮，但是也还能用的感觉。使用方法很简单，三步走：1.输入基因名称；2.选择输入的名称类型；3.点击提交即可。整体来说，如果满分5分，DAVID只能打2.5分。因为它还有一个最大的缺点，那就是数据不能及时更新。据我所知，DAVID数据库的数据已经多年没有更新了，要知道，几乎每天各大数据库都在更新，诸如Genbank, Ensembl, UCSC, Uniprot等，更不要说几年了，一年都要变一个样儿！所以，DAVID输出的结果很多时候是不准确，且不可信的。 网址： http://asia./info/data/biomart/index.html 也是大厂出品，Ensembl数据库官方推出。这是一个绝对不错的工具，定期发布新版本，而且可以将数据下载到本地进行操作，非常值得推荐。而且，由于Ensembl 在全世界各地都有镜像站，访问起来的速度稍微要快上那么一些。
使用方法也比较简单，首先是在左边栏（标注1）的地方选择你想要的ID，右边（2）中就会进行展示，不过用户体验上来说，这种操作方式不如前面几个好。不过好的一点是，Biomart对程序员的支持是非常不错的，通过编程的方式，我们可以选择R包、Perl语言的API或者RESTful接口进行调用，非常方便进行批量操作。
网址： http:///
这是一个神奇的网站，各个物种，各个数据库都糅杂在一起了，可以进行全库的搜索。不过界面上给人比较杂乱的感觉，对于一个只想赶紧把基因名称进行转换的人儿来说，不够直接，不够简洁。 网址： http://www./ 结果不理想，测评进行不顺利，网站直接没打开，所以这里就暂且不讲了。如果需要进一步了解的，可以参考发表的文献： http://www./1471-2105/11/5 以上的这些工具中，各有优缺，有的页面设计比较丑，有的网页反应慢，有的数据库万年不更新。如果说非要排个序，那就推荐第1和第2个工具吧，毕竟还是可以用的。 本文讲到这里，好像还没有出现一个又好看，又好用，而且功能强大、转换精准的全能工具，嘿嘿，当然有，来看这里：
Hiplot平台的基因ID conversion转换工具，由核心开发人员苗奔奔大神开发，基于R的shiny响应式框架，支持多大20多个物种和20多种基因ID编号。先来看下界面：
一个词形容：简洁明了！上面是ID，下面是表格。上传数据后，自动根据选择的ID类型进行数据库比对，同步更新表格，所有变化都是实时更新，用起来就是一个字，爽！下面给大家看看教程：
点击Browse按钮，上传你自己的基因ID文件，行数不限，然后选择读取的ID类型，默认是读取Gene symbol。然后就很简单了，你需要什么ID就在蓝色复选框中选择对应的ID类型就好了。唯一的要求就是，需要大家对不同数据库的ID有一定的初步了解。比如NCBI Genbank编号对应的是ENTREZID，Uniprot数据对应的UNIGENE和UNIPROT，还有GO功能数据库，PFAM二级结构数据库，OMIM遗传突变数据库，REFSEQ序列数据库，ENSEMBL整合数据库等等。看下支持的物种：
基本涵盖了所有模式生物，你想要的这里都有。只需要上传ID，选择物种，下面的事情，交给程序去做就可以了，而且结果用表格展示，也可以直接Download table，下载到excel中使用。总结一下使用体验就是：简洁，高效，全面，快捷。满足基因ID转换的所有需求。最后，留下开发者-奔奔大神的个人主页：
|
|
|
来自： 昵称69125444 > 《知识》
今天，我们来讲一个大家在科研过程中都会遇到的一个问题。
