biomaRt로 전사 시작 사이트를 찾으십시오

Question

나는 ensembl의 hsapiens 인간 유전자 데이터베이스를 질의하기 위해 R에서 biomaRt을 사용하고 있습니다. getBM 함수를 사용하여 모든 유전자의 이름, 시작 위치 및 정지 위치를 얻지 만 TSS (전사 시작 사이트)를 검색하기위한 올바른 속성을 찾을 수 없습니다. 아마도 seqType= c("3utr", "5utr")과 같은 것으로 간주 되었기 때문일까요?

Answer 1

쿼리 가능한 전체 속성 목록은 listAttributes을 사용하여 데이터 프레임에서 검색 할 수 있습니다. 그런 다음 원하는 속성을 검색하는 것입니다.

mart <- useDataset("hsapiens_gene_ensembl", useMart("ensembl")) 
att <- listAttributes(mart) 
grep("transcript", att$name, value=TRUE) 

그런 다음 당신이 앞서 갈 수 및 쿼리가이 이름

getBM(attributes=c("transcript_start", "transcript_end"), 
     filters="hgnc_symbol", values="foxp2", mart=mart) 

을 사용하고

transcript_start transcript_end 
1   113726382  114330960 
2   113726494  114271639 
3   113726615  114330155 
4   113728221  114066565 
5   113728221  114271650 
6   114054329  114330218 
7   114055052  114139783 
8   114055052  114333827 
9   114055110  114330155 
10  114055113  114330200 
11  114055275  114269037 
12  114055374  114285885 
13  114055378  114330012 
14  114066555  114294198 
15  114066557  114271754 
16  114066557  114282629 
17  114066570  114294198 
18  114055052  114333823 
19  114268613  114329981 
20  113726615  114310038 

를 얻을이

[1] "ensembl_transcript_id"           
[2] "transcript_start"            
[3] "transcript_end"            
[4] "external_transcript_id"          
[5] "transcript_db_name"           
[6] "transcript_count"            
[7] "transcript_biotype"           
[8] "transcript_status"            
[9] "clone_based_ensembl_transcript_name"       
[10] "clone_based_vega_transcript_name"    

처럼 태초 당신에게 다소 긴 목록을 얻을 것이다

원한다면 모두의 모든 사본 개의 유전자는 filter과 values 인수를 제거하지만 많은 양의 데이터가 전달된다는 사실을 알고 있어야합니다.

Answer 2

"transcript_start"및 "transcript_end"는 번역 시작 및 중지 사이트이지만 반드시 TSS (전사 시작 사이트)는 아닙니다.

"start_position"및 "end_position"속성을 보면 이러한 속성이 TSS (+ strand의 start_position 및 - strand의 end_position) 인 것처럼 보입니다.이 속성은 항상 TSS의 다른 transcript에 대한 transcript_start 옵션 중 가장 작은 수이기 때문에 + 가닥과 가장 많은 수의 transcript_end 옵션이 있습니다.

Answer 3

이제 전사 시작 사이트에 대한 특정 속성이 다운로드 될 수 있습니다 : transcription_start_site.

library("biomaRt") 
ensembl = useMart("ensembl", dataset = "hsapiens_gene_ensembl") 
attributes = listAttributes(ensembl, page = "structure") 
attributes[grep("transcript", attributes$description, ignore.case = TRUE), ] 
#       name        description 
# 178 ensembl_transcript_id      Ensembl Transcript ID 
# 183   transcript_start      Transcript Start (bp) 
# 184   transcript_end      Transcript End (bp) 
# 185 transcription_start_site    Transcription Start Site (TSS) 
# 186  transcript_length Transcript length (including UTRs and CDS) 
# 195   transcript_count       Transcript count 
# 201      rank     Exon Rank in Transcript 

예를 들어, 다음은 유전자 BTC의 결과입니다. 역 가닥 (strand == -1)에 있기 때문에 transcription_start_site의 값은 transcript_end의 값과 같습니다. 기본적으로 transcription_start_site을 다운로드하는 것은 지름길이므로 유전자가있는 가닥을 바탕으로 TSS가 스크립트의 어느 쪽 끝인지 확인할 필요가 없습니다.

tss <- getBM(attributes = c("transcription_start_site", "chromosome_name", 
          "transcript_start", "transcript_end", 
          "strand", "ensembl_gene_id", 
          "ensembl_transcript_id", "external_gene_name"), 
      filters = "external_gene_name", values = "BTC", 
      mart = ensembl) 
tss 
# transcription_start_site chromosome_name transcript_start transcript_end strand 
# 1     75635873  HG706_PATCH   75612096  75635873  -1 
# 2     75660403  HG706_PATCH   75610476  75660403  -1 
# 3     75719896    4   75669969  75719896  -1 
# 4     75695366    4   75671589  75695366  -1 
# ensembl_gene_id ensembl_transcript_id external_gene_name 
# 1 ENSG00000261530  ENST00000567516    BTC 
# 2 ENSG00000261530  ENST00000566356    BTC 
# 3 ENSG00000174808  ENST00000395743    BTC 
# 4 ENSG00000174808  ENST00000512743    BTC