当年被excel搞乱的基因名，得救了

测试开头

今天是生信星球陪你的第812天 当年被excel搞乱的基因名，得救了

大神一句话，菜鸟跑半年。我不是大神，但我可以缩短你走弯路的半年~

就像歌儿唱的那样，如果你不知道该往哪儿走，就留在这学点生信好不好~

这里有豆豆和花花的学习历程，从新手到进阶，生信路上有你有我！

excel 乱改基因名，早有记载

遥想当年，我们还在全国巡讲的路上。。。这个坑就浮出水面了：听说Excel表格动了你的基因名？

好好的SEPT10，因为在excel打开过，基因名被搞成了10-Sep这样的日期格式。很多大佬踩过这个坑啦。

除了excel的坑，其实还有可能因为手打基因名或者使用别名，大小写等原因，导致基因名混乱不堪。今天豆豆发现了一个宝藏R包，填坑专用。

宝藏R包HGNChelper

这种切实解决问题，而且安装简单、使用方便的R包，简直没有理由拒绝。
注意：仅支持人类和小鼠哦。

作者把使用教程写进了vinettes里面https://cran.r-project.org/web/packages/HGNChelper/vignettes/index.html

人类

library(HGNChelper)
human = c("FN1", "tp53", "UNKNOWNGENE","7-Sep", "9/7", "1-Mar", "Oct4", "4-Oct",
      "OCT4-PG4", "C19ORF71", "C19orf71")
checkGeneSymbols(human)
#> Maps last updated on: Thu Oct 24 12:31:05 2019
#> Warning in checkGeneSymbols(human): Human gene symbols should be all upper-
#> case except for the 'orf' in open reading frames. The case of some letters
#> was corrected.
#> Warning in checkGeneSymbols(human): x contains non-approved gene symbols
#>              x Approved   Suggested.Symbol
#> 1          FN1     TRUE                FN1
#> 2         tp53    FALSE               TP53
#> 3  UNKNOWNGENE    FALSE               <NA>
#> 4        7-Sep    FALSE            SEPTIN7
#> 5          9/7    FALSE            SEPTIN7
#> 6        1-Mar    FALSE MTARC1 /// MARCHF1
#> 7         Oct4    FALSE             POU5F1
#> 8        4-Oct    FALSE             POU5F1
#> 9     OCT4-PG4    FALSE           POU5F1P4
#> 10    C19ORF71    FALSE           C19orf71
#> 11    C19orf71     TRUE           C19orf71

小鼠

checkGeneSymbols(c("1-Feb", "Pzp", "A2m"), species="mouse")
#> Maps last updated on: Thu Oct 24 12:31:05 2019
#> Warning in checkGeneSymbols(c("1-Feb", "Pzp", "A2m"), species = "mouse"): x
#> contains non-approved gene symbols
#>       x Approved Suggested.Symbol
#> 1 1-Feb    FALSE             Feb1
#> 2   Pzp    FALSE             <NA>
#> 3   A2m    FALSE         AI893533

总结

规范的基因名不动；
不规范但确实存在的基因名会被修正；
不存在的基因名填充NA(缺失值)

我的个人文章从简书全部迁移到了语雀，搜小洁忘了怎么分身即可找到，点击阅读原文可以跳转。如果因为不会R语言导致代码完全看不懂，可以看看下面的几个课程⏬都是滚动开班的。

插个小广告！

生信零基础入门学习小组

生信入门班（四周线上直播课，长期开班）

数据挖掘班（医生/医学生首选，三周线上直播课，长期开班）

21年5月起，数据挖掘线下重启(广州/成都/长沙)，欢迎咨询

一起来学单细胞吗？

生信星球答疑公告