标签: biomart

我正在使用NCBI参考序列登录号,如变量a:

a <- c("NM_020506.1","NM_020519.1","NM_001030297.2","NM_010281.2","NM_011419.3", "NM_053155.2")  

要获得从biomart包我需要删除的信息.1,.2登录号等设备中后.我通常使用以下代码执行此操作:

b <- sub("..*", "", a)

# [1] "" "" "" "" "" ""

但正如您所看到的,这不是这个变量的正确方法.谁能帮我这个？

我目前正在使用 R 开发一个生物信息学项目，在尝试使用该包时遇到错误biomaRt。安装包并将其加载到 R 中后，我尝试选择一个biomaRt数据库用于我的分析。

这是我收到错误时运行的代码：

library(biomaRt)\nensembl <- useEnsembl(biomart = "ensembl", dataset = "hsapiens_gene_ensembl")\n

错误信息：

Error in `collect()`:\n! Failed to collect lazy table.\nCaused by error in `db_collect()`:\n! Arguments in `...` must be used.\n\xe2\x9c\x96 Problematic argument:\n\xe2\x80\xa2 ..1 = Inf\n\xe2\x84\xb9 Did you misspell an argument name?\n\nBacktrace:\n     \xe2\x96\x86\n  1. \xe2\x94\x9c\xe2\x94\x80biomaRt::useEnsembl(biomart = "genes", dataset = "hsapiens_gene_ensembl")\n  2. \xe2\x94\x82 \xe2\x94\x94\xe2\x94\x80biomaRt:::.getEnsemblSSL()\n  3. \xe2\x94\x82   \xe2\x94\x94\xe2\x94\x80BiocFileCache::BiocFileCache(cache, ask = FALSE)\n  4. \xe2\x94\x82     \xe2\x94\x94\xe2\x94\x80BiocFileCache:::.sql_create_db(bfc)\n  5. \xe2\x94\x82       \xe2\x94\x94\xe2\x94\x80BiocFileCache:::.sql_validate_version(bfc)\n  6. \xe2\x94\x82         \xe2\x94\x94\xe2\x94\x80BiocFileCache:::.sql_schema_version(bfc)\n  7. \xe2\x94\x82 …

我想使用的当前版本的包在 bioconductor 上失败了。然而，旧版本曾经可以工作。
我想知道如何安装特定版本的 bioconductor 包？
提前致谢。

在我的例子中，这个包叫做 biomaRt，失败的版本是 2.34.2，而 2.34.0 是成功的。

我在用 bioconductor 安装 biomaRt 时遇到问题。我已经使用 R 3.6 在 Rstudio 中安装了这个包而没有错误，但是在 conda 特定环境容器中使用 R 4.0，我在使用 RSQLite 时出现错误。

这里是这个消息：

x86_64-conda-linux-gnu-c++ -std=gnu++11 -I"/home/legrand-lab/anaconda3/envs/r4-base/lib/R/include" -DNDEBUG -I. -Ivendor -DRSQLITE_USE_BUNDLED_SQLITE -DSQLITE_ENABLE_RTREE -DSQLITE_ENABLE_FTS3 -DSQLITE_ENABLE_FTS3_PARENTHESIS -DSQLITE_ENABLE_FTS5 -DSQLITE_ENABLE_JSON1 -DSQLITE_ENABLE_STAT4 -DSQLITE_SOUNDEX -DRCPP_DEFAULT_INCLUDE_CALL=false -DRCPP_USING_UTF8_ERROR_STRING -DBOOST_NO_AUTO_PTR -DSQLITE_MAX_LENGTH=2147483647 -DHAVE_USLEEP=1 -I'/home/legrand-lab/anaconda3/envs/r4-base/lib/R/library/plogr/include' -I'/home/legrand-lab/anaconda3/envs/r4-base/lib/R/library/Rcpp/include' -DNDEBUG -D_FORTIFY_SOURCE=2 -O2 -isystem /home/legrand-lab/anaconda3/envs/r4-base/include -I/home/legrand-lab/anaconda3/envs/r4-base/include -Wl,-rpath-link,/home/legrand-lab/anaconda3/envs/r4-base/lib  -fvisibility=hidden -fpic  -fvisibility-inlines-hidden  -fmessage-length=0 -march=nocona -mtune=haswell -ftree-vectorize -fPIC -fstack-protector-strong -fno-plt -O2 -ffunction-sections -pipe -isystem /home/legrand-lab/anaconda3/envs/r4-base/include -fdebug-prefix-map=/home/conda/feedstock_root/build_artifacts/r-base-split_1616773775410/work=/usr/local/src/conda/r-base-4.0.3 -fdebug-prefix-map=/home/legrand-lab/anaconda3/envs/r4-base=/usr/local/src/conda-prefix  -c SqliteColumnDataSource.cpp -o SqliteColumnDataSource.o
In file included from vendor/boost/math/special_functions/sign.hpp:16,
                 from vendor/boost/lexical_cast/detail/inf_nan.hpp:34,
                 from vendor/boost/lexical_cast/detail/converter_lexical_streams.hpp:63,
                 from vendor/boost/lexical_cast/detail/converter_lexical.hpp:54,
                 from vendor/boost/lexical_cast/try_lexical_convert.hpp:44,
                 from …

我有一个表达式集矩阵，其行名是我认为格式为 GENCODE ID 的格式，例如“ENSG00000000003.14”“ENSG00000000457.13”“ENSG00000000005.5”等。我想将它们转换为gene_symbol，但我不确定最好的方法，特别是因为我认为是版本“.14”或“.13”。我应该先修剪点后面的所有 ID，然后使用 biomaRt 进行转换吗？如果是这样，最有效的方法是什么？有没有更好的方法来获取gene_symbol？

非常感谢你的帮助

我有一个长基因数据框架和各种形式的id(例如OMIM,Ensembl,Genatlas).我想获得与每个基因相关的所有SNP的列表.(这与这个问题相反.)

到目前为止,我发现的最佳解决方案是使用biomaRt包(bioconductor).我需要在这里做一种查找的例子.符合我的目的,这是我的代码:

library(biomaRt)

#load the human variation data
variation = useEnsembl(biomart="snp", dataset="hsapiens_snp")

#look up a single gene and get SNP data
getBM(attributes = c(
  "ensembl_gene_stable_id",
  'refsnp_id',
  'chr_name',
  'chrom_start',
  'chrom_end',
  'minor_allele',
  'minor_allele_freq'),
  filters = 'ensembl_gene',
  values ="ENSG00000166813",
  mart = variation
)

这将输出一个如下所示的数据框:

  ensembl_gene_stable_id  refsnp_id chr_name chrom_start chrom_end minor_allele minor_allele_freq
1        ENSG00000166813  rs8179065       15    89652777  89652777            T          0.242412
2        ENSG00000166813  rs8179066       15    89652736  89652736            C          0.139776
3        ENSG00000166813 rs12899599       15    89629243  89629243            A          0.121006
4 …

我有一些基因组位置，我想使用biomaRt R包在Ensembl的基础上注释这些位置（查找Ensembl基因ID，外显子，内含子等特征）。

我数据的一部分

  chr       start        stop     strand
chr10   100572320   100572373          -   
chr10   100572649   100572658          +   

我想从基因符号（例如：TTN）和基因ID（例如：ENSG00000155657）获取人类基因组的基因位置。我想使用biomaRtR 包来做到这一点。我该怎么做？