使用biomaRt跨多个数据集检索基因注释

Question

我有一个基因列表(Entrenz_IDs: link https://www.dropbox.com/s/phjxkutm3xv2fi6/Ids.csv?dl=0)。我想要这些基因在许多数据集上的一些注释(例如。人类、斑马鱼等)。我正在尝试使用biomaRt。

我尝试的代码是；

library(biomaRt)

ensembl=useMart("ensembl")
datasets <- listDatasets(ensembl)

genes <- read.csv(file = file.choose(), header = TRUE, sep = ",")

GOannotations <- list()

for (i in 1:nrow(datasets)) {
       for (j in (genes)) {
            values <- genes$genes[j]
            GOannotations[[i]] <- getBM(attributes = c("ensembl_gene_id", "name_1006", "peptide"),
                          filters = "ensembl_gene_id",
                          values = values,
                          mart = useMart(biomart = "ensembl", dataset = datasets$dataset[i])
           }
     }

我得到的错误是

Error in checkAtAssignment("Mart", "dataset", "AsIs") : 
assignment of an object of class “AsIs” is not valid for @‘dataset’ in an object of class “Mart”; is(value, "character") is not TRUE

我做错了什么吗？

有没有其他方法可以让我做到这一点？

Answer 1

我这样设置biomaRt

library(biomaRt)
datasets <- listDatasets(useMart("ensembl"))

然后读取数据，确保字符串不会被解释为因素

## file <- file.choose()
file <- "~/Downloads/Ids.csv"
genes <- read.csv(file = file, header = TRUE, sep = ",", stringsAsFactors=FALSE)

然后我写了一个函数，它将接受一个数据集、感兴趣的基因和mart，并查询生物艺术。我将getBM()放在tryCatch()中，这意味着它可能会失败，但函数仍将返回值(NULL)。

fun <- function(dataset, values, ensembl) 
{
    stopifnot(is.character(dataset), is.character(genes))
    message(dataset)
    tryCatch({
        getBM(attributes = c("ensembl_gene_id", "name_1006", "peptide"),
              filters = "ensembl_gene_id", values = values,
              mart = useMart(biomart = "ensembl", dataset = dataset))
    }, error=function(err) {
        message("data set '", dataset, "' failed: ", conditionMessage(err))
        NULL
    })
}

我测试了我的函数，它“工作”，在这个意义上，生物艺术被查询，并返回结果。

> fun("hsapiens_gene_ensembl", genes$genes, ensembl)
hsapiens_gene_ensembl
[1] ensembl_gene_id name_1006       peptide        
<0 rows> (or 0-length row.names)

显然，它在返回有意义的结果方面不起作用，但这是另一个问题的主题(是否如filters=参数中所宣传的那样是genes$genes集合基因ids？)。

为了处理许多数据集，我编写了

GOannotations <-
    lapply(as.character(datasets$dataset), fun, genes$genes, ensembl)