分泌蛋白基因列表下载

1. 数据下载

在读Single-Cell Reconstruction of Progression Trajectory Reveals Intervention Principles in Pathological Cardiac Hypertrophy的时候，看到如下使用Seurat找到的细胞群高变基因和genes encoding secreted protein取交集来筛选配体做细胞互作分析的方法。

于是想要去找一下genes encoding secreted protein的列表。在human protein atlas上面看到有这个信息。

点进网站，点击subcellular，向下拉点击secreted proteins，向下拉可以看到如下table

这几个class都是可用的，这里我选了蛋白最多的最下面一行。直接点击进入如下界面

点击Download后面的JSON，将分泌蛋白基因列表和相关信息下载到本地。

读入R

install.packages("jsonlite")
library(jsonlite)
jsonData <- fromJSON("protein_class_SPOCTOPUS.json")
jsonData[1:6,1:5]
#           Ensembl    Gene           Gene synonym                          Gene description Uniprot
# 1 ENSG00000121410    A1BG                                           Alpha-1-B glycoprotein  P04217
# 2 ENSG00000175899     A2M CPAMD5, FWP007, S863-7                     Alpha-2-macroglobulin  P01023
# 3 ENSG00000166535   A2ML1 CPAMD9, FLJ25179, p170              Alpha-2-macroglobulin like 1  A8K2U0
# 4 ENSG00000118017   A4GNT              alpha4GnT Alpha-1,4-N-acetylglucosaminyltransferase  Q9UNA3
# 5 ENSG00000114771   AADAC            CES5A1, DAC                 Arylacetamide deacetylase  P22760
# 6 ENSG00000197953 AADACL2               MGC72001          Arylacetamide deacetylase like 2  Q6P093

2. 人和小鼠同源基因转换

因为下载的是人的数据，想要对小鼠数据进行分析，需要做人和小鼠同源基因转换。这里使用biomaRt包进行这个操作。

library(biomaRt)
listMarts()
human <- useMart('ensembl',dataset = "hsapiens_gene_ensembl")
mouse <- useMart('ensembl',dataset = "mmusculus_gene_ensembl")
hsa2mus_all <- getLDS(attributes = c("hgnc_symbol"),
                      filters = "hgnc_symbol",
                      values = jsonData$Gene,
                      mart = human,
                      attributesL = c("mgi_symbol"),
                      martL = mouse,uniqueRows = T)
head(hsa2mus_all)
#   HGNC.symbol MGI.symbol
# 1        DSG2       Dsg2
# 2     CCDC134    Ccdc134
# 3      ZNF419       Zfy1
# 4      ZNF419       Zfy2
# 5    FAM177A1    Fam177a
# 6    FAM177A1   Fam177a2
MouseSecretedGene <- unique(hsa2mus_all$MGI.symbol)

然后就可以拿得到的基因去和Seurat找到的细胞群高变基因做韦恩图取交集了～

---

注：在转换的时候如果遇到下面这样的报错

gene.mo2ma <- getLDS(attributes = c("external_gene_name"),filters = "external_gene_name",values = c("Gad1","Sst"),mart = mouse,attributesL = c("external_gene_name","chromosome_name"),martL = macaque,uniqueRows = T)
错误: biomaRt has encountered an unexpected server error.
Consider trying one of the Ensembl mirrors (for more details look at ?useEnsembl)

应该是网页自身的问题，在构建数据集的时候需更换2021年版本的一个网页才能正常运行，估计是2022年版本的bug。
解决办法是是用host参数指定2021年版本网页。

human <- useMart('ensembl',dataset = "hsapiens_gene_ensembl", host = "https://dec2021.archive.ensembl.org/")
mouse <- useMart('ensembl',dataset = "mmusculus_gene_ensembl", host = "https://dec2021.archive.ensembl.org/")
hsa2mus_all <- getLDS(attributes = c("hgnc_symbol"),
                      filters = "hgnc_symbol",
                      values = jsonData$Gene,
                      mart = human,
                      attributesL = c("mgi_symbol"),
                      martL = mouse,uniqueRows = T)

即可正常运行

参考：HPA:人类蛋白图谱数据库