歡迎關注”生信修煉手冊”!
Gene Ontology是研究基因功能的重要數據庫之一，在進行GO的富集分析時，需要提供所有基因對應的GO注釋信息，本文介紹幾種獲取該信息的方式。
1. 從GO官網進行下載
官網提供了幾種常見物種對應的GO注釋信息，文件格式為GAF, 下載鏈接為
http://www.geneontology.org/page/download-go-annotations
human對應的文件如下
該文件中提供的是uniprot數據庫中的蛋白對應的GO信息，會給出蛋白對應的uniprot數據庫編號，蛋白對應的基因symbol, 以及GO注釋，示例如下
UniProtKB A0A024R161 DNAJC25-GNG10 ?GO:0003924原始文件列數很多，我只選了前4列，第一列表示數據庫的名字，第二列為數據庫中的編號，第三列為gene symbol, 第四列為對應的GO注釋。
2. 從GOA項目進行下載
EBI對uniprot數據庫中的蛋白進行了GO注釋分析，這個項目名為gene ontology annotation, 簡稱GOA, 在FTP也提供了物種對應的注釋信息，示意圖如下
以human為例，FTP地址如下
ftp://ftp.ebi.ac.uk/pub/databases/GO/goa/HUMAN/
這里的文件和GO官網的文件內容和格式是一致的，只不過數量上稍有差異。
3. 從NCBI Gene 數據庫進行下載
在NCBI檢索基因時，在結果頁面會看到該基因對應的很多注釋信息，其中就包括了GO注釋，這些信息在FTP上都提供了源文件，以供下載，鏈接如下
ftp://ftp.ncbi.nih.gov/gene/DATA/
幾個主要的文件示例如下
gene2go就是基因對應的GO注釋文件，這個文件包含了所有物種的GO信息，可以根據物種對應的tax id提取指定物種。
NCBI中用Entrez Id 標識每個基因，通過另外的幾個文件，可以得到Entrez ID, Ensemble Id, Gene Symbol對應的GO信息。
4. ?從Bioconductor 獲取
對于常見的物種，Bioconductor上也提供了對應的注釋包，示意如下
以org.Hs.eg.db為例，這個R包存儲了很多human基因對應的信息，通過keys和select函數可以獲得基因對應的GO注釋信息，代碼如下
> k <- keys(org.Hs.eg.db, keytype = "ENTREZID")[1:3]
> select(org.Hs.eg.db,
? keys = k,
? columns = c("GO", "ONTOLOGY"),
? keytype="ENTREZID")
'select()' returned 1:many mapping between keys and columns
? ENTREZID ? ? ? ? GO EVIDENCE ONTOLOGY
1 ? ? ? ? 1 GO:0002576 ? ? ?TAS ? ? ? BP
2 ? ? ? ? 1 GO:0003674 ? ? ? ND ? ? ? MF
3 ? ? ? ? 1 GO:0005576 ? ? ?IDA ? ? ? CC這里的代碼只是根據Entrez ID 得到了GO注釋信息，其實這個R包也包含了gene symbol, ensembl id等很多其他的基因ID。
許多做富集分析的包就會從物種對應的db包中讀取GO注釋信息。
·end·
—如果喜歡，快分享給你的朋友們吧—
掃描關注微信號，更多精彩內容等著你！
