歡迎關(guān)注”生信修煉手冊”!
Gene Ontology是研究基因功能的重要數(shù)據(jù)庫之一归苍，在進(jìn)行GO的富集分析時(shí)摊求，需要提供所有基因?qū)?yīng)的GO注釋信息隙轻，本文介紹幾種獲取該信息的方式庞钢。
1. 從GO官網(wǎng)進(jìn)行下載
官網(wǎng)提供了幾種常見物種對應(yīng)的GO注釋信息访锻，文件格式為GAF, 下載鏈接為
http://www.geneontology.org/page/download-go-annotations
human對應(yīng)的文件如下
該文件中提供的是uniprot數(shù)據(jù)庫中的蛋白對應(yīng)的GO信息褪尝，會給出蛋白對應(yīng)的uniprot數(shù)據(jù)庫編號，蛋白對應(yīng)的基因symbol, 以及GO注釋期犬，示例如下
UniProtKB A0A024R161 DNAJC25-GNG10 ?GO:0003924原始文件列數(shù)很多河哑，我只選了前4列，第一列表示數(shù)據(jù)庫的名字龟虎，第二列為數(shù)據(jù)庫中的編號璃谨，第三列為gene symbol, 第四列為對應(yīng)的GO注釋。
2. 從GOA項(xiàng)目進(jìn)行下載
EBI對uniprot數(shù)據(jù)庫中的蛋白進(jìn)行了GO注釋分析鲤妥，這個(gè)項(xiàng)目名為gene ontology annotation, 簡稱GOA, 在FTP也提供了物種對應(yīng)的注釋信息佳吞，示意圖如下
以human為例，F(xiàn)TP地址如下
ftp://ftp.ebi.ac.uk/pub/databases/GO/goa/HUMAN/
這里的文件和GO官網(wǎng)的文件內(nèi)容和格式是一致的棉安，只不過數(shù)量上稍有差異底扳。
3. 從NCBI Gene 數(shù)據(jù)庫進(jìn)行下載
在NCBI檢索基因時(shí)，在結(jié)果頁面會看到該基因?qū)?yīng)的很多注釋信息贡耽，其中就包括了GO注釋衷模，這些信息在FTP上都提供了源文件，以供下載蒲赂，鏈接如下
ftp://ftp.ncbi.nih.gov/gene/DATA/
幾個(gè)主要的文件示例如下
gene2go就是基因?qū)?yīng)的GO注釋文件算芯，這個(gè)文件包含了所有物種的GO信息，可以根據(jù)物種對應(yīng)的tax id提取指定物種凳宙。
NCBI中用Entrez Id 標(biāo)識每個(gè)基因熙揍，通過另外的幾個(gè)文件，可以得到Entrez ID, Ensemble Id, Gene Symbol對應(yīng)的GO信息氏涩。
4. ?從Bioconductor 獲取
對于常見的物種届囚，Bioconductor上也提供了對應(yīng)的注釋包，示意如下
以org.Hs.eg.db為例是尖，這個(gè)R包存儲了很多human基因?qū)?yīng)的信息意系，通過keys和select函數(shù)可以獲得基因?qū)?yīng)的GO注釋信息，代碼如下
> k <- keys(org.Hs.eg.db, keytype = "ENTREZID")[1:3]
> select(org.Hs.eg.db,
? keys = k,
? columns = c("GO", "ONTOLOGY"),
? keytype="ENTREZID")
'select()' returned 1:many mapping between keys and columns
? ENTREZID ? ? ? ? GO EVIDENCE ONTOLOGY
1 ? ? ? ? 1 GO:0002576 ? ? ?TAS ? ? ? BP
2 ? ? ? ? 1 GO:0003674 ? ? ? ND ? ? ? MF
3 ? ? ? ? 1 GO:0005576 ? ? ?IDA ? ? ? CC這里的代碼只是根據(jù)Entrez ID 得到了GO注釋信息饺汹，其實(shí)這個(gè)R包也包含了gene symbol, ensembl id等很多其他的基因ID蛔添。
許多做富集分析的包就會從物種對應(yīng)的db包中讀取GO注釋信息。
·end·
—如果喜歡，快分享給你的朋友們吧—
掃描關(guān)注微信號迎瞧，更多精彩內(nèi)容等著你夸溶！
