做基因組學(xué)分析時發(fā)現(xiàn)，部分基因名隨著數(shù)據(jù)庫的不斷變化，被賦予新的名字或別名。另一方面，?EXCEL是常用的查看表格的工具，提供了很好的數(shù)據(jù)篩選、繪圖等功能，不少基因表達(dá)數(shù)據(jù)也會在EXCEL中打開查看、篩選和排序，但是EXCEL也會出現(xiàn)比較尷尬的事情，部分基因名會自動轉(zhuǎn)換為日期或浮點。生信分析中經(jīng)常會做的根據(jù)基因名字提取序列、表達(dá)量和注釋，都會受到這些名字轉(zhuǎn)換的影響。更麻煩的是，一旦被自動轉(zhuǎn)換，再去改成文本格式是無法恢復(fù)到原來的文本的，這就會導(dǎo)致大量數(shù)據(jù)的丟失。因此開發(fā)了一款可以批量修正基因組學(xué)中基因名稱的軟件。

比如下表所示以月份開頭的基因名字都不可逆的轉(zhuǎn)換為了日期

人類基因的命名主要包括基因名稱和基因符號等內(nèi)容，絕大多數(shù)基因的命名，由國際人類基因命名委員會（HGNC）完成。本軟件收集整理識別數(shù)據(jù)庫中過時的HGNC人類基因符號，或可能已被Excel或其他電子表格修改過的基因，然后整理出這些基因名稱對應(yīng)的正確的基因名稱。首先用戶提供基因列表，根據(jù)輸入基因ID，檢索這些被修改過的基因和其正確的基因信息，通過匹配后能夠自動檢索與其輸入基因列表對應(yīng)的經(jīng)過修正的基因。

使用方法：

Rscript??CheckGene.R?-querylist=querylist.txt

參數(shù)說明：

USAGE:

CheckGene.R??-querylist=<querylist>?PARAMETERS:

-querylist??the?query?genes?list?,input?txt?format?and?filenames.??

操作步驟：

1、打開命令行界面，輸入“Rscript??CheckGene.R”調(diào)閱幫助文檔，確定該程序所需的輸入文件。

2、用戶根據(jù)幫助文檔中的參數(shù)說明內(nèi)容，對參數(shù)進(jìn)行設(shè)置。這里，必須輸入?yún)?shù)有1個，分別是-querylist，用戶提供基因列表

3、完成參數(shù)提交后，按下回車鍵，整個程序即正式開始進(jìn)入執(zhí)行。每步執(zhí)行內(nèi)容都會給出提示。程序執(zhí)行完畢后，界面會顯示”Program?execution?is?completed<span data-raw-text="" "="" data-textnode-index-1664258133904="108" data-index-1664258133904="1063" class="character" style="margin: 0px; padding: 0px;">"結(jié)束語。

結(jié)果展示：

1.result.

?csv

注：檢索出來的修正基因信息，x：輸入基因symbol；Approved：輸入基因是否為現(xiàn)在官方推薦的，F(xiàn)ALSE為不推薦，TRUE為推薦?；Suggested.Symbol：修正后建議使用的基因symbol?

同時可以看出使用Excel軟件打開，名稱再次發(fā)生了修改，對于這些容易發(fā)生改變的基因名稱，一定多檢查結(jié)果是否前后一致

特別說明：本代碼經(jīng)申請軟件著作權(quán)，僅轉(zhuǎn)讓使用權(quán)，不轉(zhuǎn)讓所有權(quán)

如需代碼及示例數(shù)據(jù)等文件，請掃碼聊天框回復(fù) “代碼”領(lǐng)??！

寫在文末：

如果您近期想做生信方面的文章而苦于沒有思路，或者不知道如何來入手生信分析，或者兌具體的某一個圖有作圖需求，都可以掃碼咨詢小云，我們有專業(yè)的技術(shù)團(tuán)隊，生信熱點思路設(shè)計、生信分析、熱點方向生信挖掘等，如有需要，可掃碼下方二維碼了解詳情：?