由于tcmsp 中选择药物靶点信息，给出的结果只有target name， 因此需要添加额外的gene symbol 信息。
从uniprot 中下载数据文件
因此首先下载uniprot 中的文件。
选择reviewed与human，2020年04月29日时，选择出的结果应该有20365个。这里最好再在columns中选择gene name primary，这样可以去除基因别名。
从TCMSP中下载有效成分靶点文件
借助uniprot 搜寻对应的gene symbol
由上图可知，TCMSP中只提供了化合物及其对应的靶点信息，但并没有提供基因信息。因此需要借助uniprot 进行搜索。
这里可以利用下载好的uniprot的数据集。
借助excel的VLOOKUP函数，进行目标匹配。
但是在使用该函数过程中，我遇到了两个问题：
1）若选择VLOOKUP函数的近似匹配选项，则可能会存在匹配错误的情况。原因由于uniprot 数据库提供的protein names 中还会包括其他的一些别称，比如：
会对结果存在影响。
2）若选择
VLOOKUP函数的精确匹配，则由于上述多别名问题，会存在返回N/A问题。因此可通过以下技巧进行一定程度的避免。
- 在excel 的
数据栏中，选择分列，通过选择分割符号(与[进行多次消除。因为一般来说其他类型的名称会用()分割，而注释信息会加以[]。 - 通过
TRIM函数去除空格首尾。可以进一步精细栏目中的信息。
但是，即便如此，还是会存在匹配不到即输出N/A的结果。
推测原因有以下：1）一些protein name 由于本身名称包含括号，如2-(3-amino-3-carboxypropyl)histidine synthase subunit 2，由于分割的操作，会导致这部分信息产生错误删除。
2）一些uniprot 中的protein names 的信息，本身就和TCMSP中的target name 存在差异。
所以，一般是通过上述2）中的1、2操作后，通过VLOOKUP选择精细匹配，从而显示出相关信息。对于返回空值的内容，再逐一从原表格中查找。（或许有更好的方法）
ps：小技巧，1）选中一列，按住ctrl+return，可以直接将表格信息同步到一列内；2）公式中一般名称若使用复制格式，会递增的修改相应数值。如=A1，往后会自动修改为A2,A3；可以通过在内容前加$，固定数值，如$A1，往后均是A1信息。
VLOOKUP 进行匹配
如，我的protein 与gene 的信息库分别在D和E列中（之前uniprot 中获取的20365条信息），而输入=VLOOKUP(H2,$D:$E,2,FALSE)
可以得到target 所对应的各个gene 信息。
