接著上一個帖子，在總結(jié)出我說可以通過爬蟲獲得兩個基因命名規(guī)則匹配的文本文件，但是肥肥讓我想到了一個辦法可以在網(wǎng)站上直接下載該文件，這個神奇的網(wǎng)站就是 Ensembel Plant bioMart

本身該網(wǎng)站就可以直接轉(zhuǎn)基因ID,參考bioinfowen，但是對于番茄SL2.5基因ID（SolycXXgXXXXXX），它的識別是基于Protein stable ID[e.g. Solyc00g007010.3.1]和 STRING ID，二者一致，都是對應具體蛋白，如果我們對轉(zhuǎn)錄本進行ID轉(zhuǎn)換是可以的，但是我們是對基因進行轉(zhuǎn)換，因此沒有后面的小數(shù)點等后綴。那么該如何辦呢？

辦法：直接下載網(wǎng)站的參考的ID轉(zhuǎn)換文件，自己修改。
具體步驟：選擇好參考基因組后，等網(wǎng)站刷新完，依次點擊 Attributes，EXTERNAL，在 External References 下勾選 NCBI gene ID，STRING ID ，然后點左上角的 Count，等待其刷新完
點擊Results，后面出來表格，選好格式，直接點擊GO下載就可以了，獲得了文件，進行文本操作就能得到最終的結(jié)果，結(jié)果文件我放在github
名字開頭是 sly。注意這個結(jié)果文件中的會有重復值，也就是會有幾個EntrezID對應同一個基因名或者轉(zhuǎn)錄本名。

所以這個辦法應該適用于所有能夠在Ensemble Plant查到的物種而不只是番茄

補充：昨天我發(fā)現(xiàn)一個問題，就是Ensemble Plant 上面的文件有可能因為沒有及時更新，所以匹配的基因名可能比現(xiàn)在在Entrez上面搜到的要少很多，因此還是建議去NCBI的官方FTP去下載最新的基因名匹配注釋文件，更加準確一些