【生信笔记】Emsenbl的BioMart工具：对RNA进行多种ID批量转换

大家好，欢迎来到IT知识分享网。

大家好我是lotusng，本期blog我跟大家分享一个RNA的ID转换方法：利用Emsenbl的BioMart工具。

众所周知(?)，Emsenbl网站提供了多种物种的多种DNA与RNA的序列等信息，其实Emsenbl还有一个功能很强大的RNA 在线ID转换工具BioMart，我来安利一下~

Emsenbl的BioMart工具： http://asia.ensembl.org/biomart/martview/db73e9d48b0fb03717654a65c72012c4

0 数据输入格式与输出要求

 首先，看一下我们的例子，我们的数据是人类的miRNA的Gene name，目的是转换得到 Gene ID、Transcript ID、miRBase ID。

1 选择人类基因数据库

（1）-> Emsenbl

  Emsenbl 网址：http://asia.ensembl.org/index.html

（2）-> 点BioMart

（3）-> 点Dataset

（4）-> 选择输入的基因来自什么库

 人类基因选择：选择 Ensembl Genes 92和Human genes(GRCh38.p12) （注：目前最新的选项更新为Ensembl Genes 95，选它）

2 输入的ID列表

（1）-> 点Fliters(过滤器)

（2）-> 勾选Input ereferences ID list

（3）-> 选择输入的基因ID类别

  我们的数据是miRNA的Gene Name，如图选Gene Name(s)

（4） 文本框内输入Gene Name列表

  如果数据是Gene ID：ENSG12345678910这样的，选Gene stable ID(s)。以此类推。
  根据自己数据的类型，选择对应的ID格式。（注意看选项后括号里给出的例子，要和自己的数据完全对应上）

3 输出的属性选项

（1）-> Attributes(属性)

（2）-> GENE -> Ensembl 选择输出格式

  注意，所有要显示在结果里的输出格式都要选（包括我们输入的是Gene name格式，那么“Gene name”选择一样要选。否则，结果里不会显示输入的数据，只有一堆转换后的ID，无法输入输出一一对应）。
  所以，我们选择了Gene stable ID（输出）、Transcript stable ID（输出）、Gene name(输入）。

（3）-> External References

  同样还在Attributes下GENE里的子选项，下拉。在External References 中，其它的输出格式按需求选择。我们选择了miRBase ID（输出）。此处最多能选择3项。

4 结果的输出及下载保存

（1）-> （网页左上角）点Results

  得到结果，包括了我们的输入列Gene name，输出列 Gene stable ID、Transcript stable ID和miRBase ID。

（2）-> 下载格式选 XLS

（3）-> GO

  然后就可以下载到这个表格的xls版本啦。

下面开始BioMart的技术总结

1. 流程就是以上这么个流程，步骤做一遍就清晰了。
2. 关键是输入格式要选对，注意BioMart所给的ID例子，一定要完全对应，否则无法识别。
3. 输出选项里，注意要把输入格式也选上，否则输入选项并不会显示在结果里。
4. 例子里一共选了4个属性选项，所以得到4个输出列。合理运用BioMart，按需选择输入格式和输出格式，就能对多种RNA做多种ID转换了。

附 Excel分列小技巧

之前同学的同学问我怎么把带版本号的mRNA的Gene ID转换成mRNA的Gene name。
一开始他是在NCBI一个一个查，我觉得吧，可以是可以，没必要是真的没必要，这时BioMart就很好用啦。

他的原数据是这样的（第一列）：

由于他的原始数据中mRNA Gene ID 是带小数的，而这个小数并不影响转换得到对应Gene name，直接把放入BioMart作为Gene stable ID又无法被识别。可以选择用excel的分列功能，批量将小数删去。（当然还有很多种删掉小数的方法，这里只是示范一种简单的方法，来让我们的数据和BioMart的要求对应上。）

操作如下：
用Excel打开数据 -> 全选我们的数据 -> 工具栏[数据] -> [分列] -> 选[分隔符号] -> [下一步]

-> 选[其它] -> 输入“.” -> [下一步] -> [完成]

结果如下图。

欢迎留言讨论与交流~

lotusng：
major in CS
foucs on 生信数据挖掘与算法设计