进行GO富集分析时，需要使用OrgDb包帮助进行分析。而OrgDb包，对于模式物种而言，可以通过在Bioconductor下载获取，具体有哪些及其详细信息见bioconductor-orgdb；而对于非模式物种而言，则比较麻烦，需要自己构建Orgdb包，以下是使用AnnotationForge和AnnotationHub进行orgdb包构建的一次过程记录

1.数据准备

  首先需要收集想要需要进行转换的各种信息，根据需要的信息和能收集到哪些信息决定最后orgdb包内包含的信息。
  收集的水稻信息主要来自ensembl plants的biomart，选择基因数据库内的IRGSP-1.0数据；

biomart_database.png

选择后会出现filter和Attributes选项，在选项内选择自己想要的信息，Results导出，

biomart.png

2.注释包构建

  使用，makeOrgPackages进行orgdb包进行注释时，需要确定一个GID，及Geneid，后面进行的转换全部基因GID进行，这里以RAP-id作为GID，构建GID到各种信息的转换数据框，每个数据框内仅包含GID到各种信息的对应。注意，有一个转换必须要有，GID2GO，同时GID2GO必须包含也仅能包含GID，GO，EVIDENCE这三个信息

# 加载包和数据
if(!require(yulab.utils)) install.packages("yulab.utils")
library(yulab.utils)
pload(tidyverse)
pload(clusterProfiler)
pload(xlsx)
pload(AnnotationForge)
pload(AnnotationHub)
# GID为RAP ID

# 最后构建的数据对应框需要没有重复行，构建好对应的信息转换之后可以使用unique去除重复
unique(GID2GO)
# 构建好的几个数据框如下
head(GID2GO,5)
              GID         GO EVIDENCE
1019 Os06g0238000 GO:0005515      IEA
1020 Os06g0238000 GO:0004842      IEA
1021 Os06g0238000 GO:0016567      IEA
1022 Os06g0238000 GO:0005634      IBA
1024 Os02g0779000 GO:0004252      IEA

head(GID2KEGGGID,5)
               GID         KEGGGID
6096  Os01g0100200 Os01t0100200-01
48606 Os01g0100400 Os01t0100400-01
39692 Os01g0100650 Os01t0100650-00
43179 Os01g0100800 Os01t0100800-01
12722 Os01g0101150 Os01t0101150-00

head(GID2DES,5)
           GID                                        DES
1 Os01g0100100      RabGAP/TBC domain containing protein.
2 Os01g0100200            Conserved hypothetical protein.
3 Os01g0100300 Cytochrome P450 domain containing protein.
4 Os01g0100400    Similar to Pectinesterase-like protein.
5 Os01g0100466                      Hypothetical protein.

head(GID2ENTEZID,5)
              GID ENTREZID
1147 Os09g0508300  4347526
1149 Os07g0593000  4343786
1151 Os06g0608300  4341492
1155 Os01g0873800  4324767
1158 Os12g0141800  4351474

构建物种注释包

makeOrgPackage(go=GID2GO,
  SYMBOL_info =GID2SYMBOL,
  MSU_info = GID2MSU,
  DES_info = GID2DES,
  KEGGGID_info = GID2KEGGGID,
  ENTREZID_info = GID2ENTREZID,
  ENA_info = GID2ENA,
  version="2.0",
  maintainer="yourname<youremaildress>",
  author = "yourname<youremaildress>",
  tax_id = "39947",
  genus = "Os",
  species="sativaV2",
  goTable = "go")
install("yourworkpath/org.OsativaV2.eg.db",repo=NULL,type="source")
library(org.OsativaV2.eg.db)
keytypes(org.OsativaV2.eg.db)
# 出现需要的id类型就是成功

一个小问题

在后续进行GO分析过程中，发现ont 3种分开选择都没有问题，选择ALL会出现部分ONTOLOGY显示为NA，原因未知，可以保存一个GO与ONTOLOGY的对应表，导入后去除原resultONTOLOGY列，merge即可