基因ID之间的自由切换

1. 目的

不同的基因名之间的相互转换是生信中经常遇到的问题，比如Ensemble ID，UCSC ID，Gene Symbol等，基因名也在不停的更新，往往一个基因可能存在不同的Gene Symbol。

HGNC（HUGO Gene Nomenclature Committee，人类基因命名委员会）提供了统一的基因名的命名规则，可以进行方便的基因名的管理。

2. 方法

我们使用R包 org.Hs.eg.db 进行不同ID之间的转换，将ID转换成最常用的Gene Symbol后，再用R包 HGNChelper来进行Gene Symbol的映射，防止不同的Gene Symbol之间的丢失。

library(org.Hs.eg.db)
library(HGNChelper)

ensemble = c("ENSG00000157873","ENSG00000238164", "ENSG00000115170", "ENSG00000080345", "ENSG00000168702")

#### map gene ids from ENSEMBL to SYMBOL

symbols <- mapIds(org.Hs.eg.db, keys = ensemble, keytype = "ENSEMBL", column="SYMBOL")

symbols
#ENSG00000157873 ENSG00000238164 ENSG00000115170 ENSG00000080345 ENSG00000168702
#"TNFRSF14"              NA         "ACVR1"          "RIF1"         "LRP1B" 


#### Check SYMBOL

symbols = HGNChelper::checkGeneSymbols(symbols)

symbols
#                    x       Approved Suggested.Symbol
#ENSG00000157873 TNFRSF14     TRUE         TNFRSF14
#ENSG00000238164     <NA>    FALSE             <NA>
#ENSG00000115170    ACVR1     TRUE            ACVR1
#ENSG00000080345     RIF1     TRUE             RIF1
#ENSG00000168702    LRP1B     TRUE            LRP1B

3. 参考网址

1. convert gene symbols: https://bioinformatics.stackexchange.com/questions/5229/converting-gene-symbol-to-ensembl-id-in-r

2. HGNChelper: https://cran.r-project.org/web/packages/HGNChelper/vignettes/index.html