TCGA数据库的利用（三）——基因注释！

最近做了跟TCGA相关的项目，借此机会也认识了zeroing说的作者，参考了他的两篇文章：

TCGA数据库的利用（一）—— 数据下载！

TCGA数据库的利用（二）—— 数据处理！

但在实际的操作中，也发现了第二篇文章中的一些小问题，因此将其转载到公众号后稍加改进，但是基因注释这部分中，第三方包的安装方法似乎已无法使用，因此记录下来，分享给需要的小伙伴们。

在旧版本中，“clusterProfiler”、“org.Hs.eg.db”和“biomaRt”这三个包的安装是用source命令进行安装，但现在这个方法貌似已经无法使用了，而现在需要安装这三个包则要用BiocManager进行。（BiocManager详细介绍可见：https://bioconductor.org/install/）

以下使用的编程语言为R语言

首先，我们需要安装BiocManager：

if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install()

然后，我们就可以根据BiocManager安装“clusterProfiler”、“org.Hs.eg.db”和“biomaRt”这三个包了：

BiocManager::install(c(“clusterProfiler”,“org.Hs.eg.db”,“biomaRt”))

然而坑的地方就从这一步开始了，这句代码在安装这三个包的时候，会发现这三个包需要很多依赖包，因此在安装它们之前会自动先安装那些依赖包，但是由于版本变更，会有许多包的安装地址发生改变，因此无法顺利安装，最后导致失败，所以我们就需要根据自己缺少的一一手动补装。安装完了以后，会询问你是否更新一些包，直接回答“n”，不要更新，不然可能还会失败。（当时安装报错时，忘记截屏了，所以没放图片）

最后，我们就可以进行编译了：
——以下代码参考于公众号“zeroing说”——

new_data <- read.csv(file = 'F:/GCBI_TCGA/data1.csv') 
rownames(new_data) <- new_data[,1]
new_data <- new_data[c(-1)]
char =substr(rownames(new_data),1,15)
rownames(new_data) <- substr(rownames(new_data),1,15)
mart <- useDataset("hsapiens_gene_ensembl", useMart("ensembl"))  #构建mart
my_ensembl_gene_id<-char #需要转换的exsembl的编码； 
mms_symbols<- getBM(attributes=c('ensembl_gene_id','hgnc_symbol',"description"),filters = 'ensembl_gene_id',values = my_ensembl_gene_id,mart = mart)#基因注释之后的表

注：useDataset()和getBM()两个函数是biomaRt包内的功能。

获得所需要的基因注释后，我们就可以将其导入回原数据文件内。

在第二篇文章中还存在，文件定位的小问题，就在原作者的文章基础上进行改进，关注公众号，回复“TCGA”便可进行查看，谢谢大家支持！