事由起因
昨天，有个童鞋咨询如何使用蛋白ID进行功能富集分析，功能富集分析主要是KEGG和GO。
思路
- 蛋白ID转UniProt数据库ID
- UniProt数据库ID转KEGG和GO号
- 使用KEGG和GO号进行富集分析
教程（实操开始）
蛋白ID数据类型
蛋白ID的数据是的使用;进行隔分的，如果要整理成一列数据，我最开始想到的就是使用sed进行处理。
「注：个人还是建议使用fa序列进行mapping，但是只要获得正确的结果，也无所谓。」
1. 蛋白ID转UniProt数据库ID
使用UniProt数据库的工具UniProtKB ID Mapping（https://www.uniprot.org/uploadlists/）
「1. 直接将数据复制-粘贴到过来即可，无需操作。」
「2. 选择UniProtKB AC/ID To KEGG Pathway，如下图所示。」
「3. 选择好后直接点解Map即可。」
等待一段时间，即可完成Completed
-
Download数据
格式选择其中一种即可。
获得结果
目前，已经获得UniProt数据库ID。那么，我们可以直接试用其进行转换即可，方法有两种，一种是直接在KEGG数据库中进行转换，一种是使用云平台进行转换。
-
KEGG数据库中机芯富集https://www.genome.jp/kegg/mapper/color.html,自己做了没成功。 2.使用云平台进行转换（我们的童鞋使用基迪奥云平台进行转换，获得如下结果） [图片上传失败...(image-73f543-1677851145029)]
「依旧是你喜欢的样子，GO号和KEGG号都有，可以直接使用。」
方式二： 使用R语言进行转换
我们在这里尝试很多方式，依旧是没有成功！需要同学们的帮助，如果你有好的建议或方式，欢迎进行交流，这个问题一直留个大家讨论！！！！
代码一
安装R包
install.packages("UniprotR")
install.packages("KEGGREST")
install.packages("clusterProfiler")
##
# 如果安装不了换成BiocManager::install()安装
##'@加载
library(UniprotR)
library(KEGGREST)
library(clusterProfiler)
加载数据
##'@加载蛋白ID数据
protein_ids <- read.table("test.02.txt",header = F)
#protein_ids <- sapply(protein_ids, as.character)
protein_ids <- as.character(protein_ids$V1)
head(protein_ids)
> head(protein_ids)
[1] "N1PAF1" "G2WAT7" "C8Z5A3" "C7GN09" "A6ZYE7" "A0A815XJ81"
### 转换
kegg_ids <- idmapping(protein_ids, from = "ACC",
to = "KEGG_ID", format = "list",
verbose = FALSE)$KEGG_ID
这里报错，找不到"idmapping"
报错后后面的依旧是进行不了，找了很多教程依旧是没找到。
代码二
这里依旧是同样的问题，那么大家看一下代码吧。我个人觉得，这个代码的可靠性更高一些。这里使用org.Sc.sgd.db包。
加载R包
library(clusterProfiler)
library(org.Sc.sgd.db)
library(pathview)
library(enrichplot)
加载数据
##'@加载蛋白ID数据
protein_ids <- read.table("test.02.txt",header = F)
#protein_ids <- sapply(protein_ids, as.character)
protein_ids <- as.character(protein_ids$V1)
head(protein_ids)
转换
kegg_ids <- idmapping(protein_ids, "ACC", "KEGG_ID", format = "list", "org.Sc.sgd.db")
代码三
加载R包
install.packages("KEGGREST")
install.packages("org.Sc.sgd.db")
library(KEGGREST)
library(org.Sc.sgd.db)
加载数据-（同上）
转换
kegg_ids <- vector("list", length(protein_ids))
for(i in seq_along(protein_ids)){
kegg_ids[[i]] <- tryCatch(keggConv(protein_ids[i],
"ncbi-proteinid", "pathway+gene"),
error = function(e) NA)
}
kegg_ids <- unlist(kegg_ids[!is.na(kegg_ids)])
「没有结果！！！！」
「由于没有结果，后面富集分析也就是不能继续了!!」
「如果你想折腾，可以继续折腾！！」
「如果，你不想折腾，也开始直接使用第一种方法即可！」
「往期文章：」 「1. 最全WGCNA教程（替换数据即可出全部结果与图形）」 WGCNA分析 | 全流程分析代码 | 代码一
「2. 精美图形绘制教程」
