r - 如何使用 biomaRt 将安捷伦探针 ID 列表转换为基因符号并具有 na 值？

Question

我正在尝试使用 biomaRt 将超过 90k 探针 ID 的列表转换为基因符号，但是遇到了问题。使用 getBM 函数，我可以看到其中只有 22k 有对应的基因符号，但输出是一个长度为 22k 的向量，我无法看到与初始探针 ID 列表的对应关系。使用 getBMlist，我可以获得为那些不匹配的探测器指定的 na 值的输出，但该函数会给出一条警告消息，即 getBMlist 不适用于大型列表。如何获得 90k 基因符号和 na 值的输出？

Answer 1

要获得 probeID 和基因符号之间的映射，您需要在 biomaRt 属性中包含 probeID。

以下是我在使用安捷伦微阵列的一些工作中是如何做到的：

genes<-c("A_23_P10060", "A_23_P10091", "A_23_P103951", "A_23_P10525", "A_23_P105732", "A_23_P10605", "NM_005325")

library(biomaRt)
ensembl<-useMart("ensembl", dataset="hsapiens_gene_ensembl")

ensembl.id<-grep("ENST", genes, value=T)
agilent.df<-getBM(attributes = c("hgnc_symbol","efg_agilent_wholegenome_4x44k_v1"), filters=c("efg_agilent_wholegenome_4x44k_v1"),values=genes, mart=ensembl)

genes<-merge(x = as.data.frame(genes),y =  agilent.df, by.y="efg_agilent_wholegenome_4x44k_v1", all.x=T, by.x="genes")

有一个非常好的biomaRt 教程可以引导您完成相同的过程。如果您运行此代码，您会注意到一个探针将有一个 hgnc_symbol 的“”，这是因为它存在于 ensemble mart 中但没有指定的基因符号。