### Python 实现基因 ID 转换的方法 在生物信息学领域，基因 ID 的转换是一项常见的任务。为了完成这一目标，可以利用多种方法和库来实现高效的基因名称映射。 #### 使用 `pandas` 和自定义映射表 如果已经有一个已知的基因 ID 映射文件（例如 CSV 或 TSV 文件），可以通过读取该文件并构建字典来进行转换： ```python import pandas as pd # 加载基因ID映射表 mapping_df = pd.read_csv('gene_mapping.csv') # 假设列名为 'old_id' 和 'new_id' mapping_dict = dict(zip(mapping_df['old_id'], mapping_df['new_id'])) def convert_gene_ids(gene_list, mapping): return [mapping.get(gene, f"Unknown_{gene}") for gene in gene_list] example_genes = ['ENSG0001', 'ENSG0002'] converted_genes = convert_gene_ids(example_genes, mapping_dict) print(converted_genes) # 输出新的基因ID列表 ``` 这种方法依赖于手动准备好的映射表[^1]。 #### 利用 MyGene.Info API 进行实时查询 MyGene 是一个强大的在线服务，支持通过 RESTful API 查询基因的相关信息。以下是使用其 API 的示例代码： ```python from mygene import MyGeneInfo mg = MyGeneInfo() def fetch_gene_info(query_list, fields='symbol,name'): results = mg.querymany(query_list, scopes='ensembl.gene', fields=fields, species='human') return {item['_id']: item for item in results if '_id' in item} query_genes = ['ENSG00000123456', 'ENSG00000987654'] gene_data = fetch_gene_info(query_genes) for ensembl_id, info in gene_data.items(): print(f"{ensembl_id} -> Symbol: {info.get('symbol', 'N/A')}, Name: {info.get('name', 'N/A')}") ``` 此脚本会返回 Ensembl ID 对应的标准基因符号和其他元数据[^1]。 #### BioMart 数据接口 (biomart.py) BioMart 提供了一个灵活的数据检索框架，允许用户访问多个生物学数据库。虽然官方没有提供专门针对 Python 的客户端工具包，但社区开发了一些第三方模块如 `pybiomart` 可用于简化操作流程： 安装 pybiomart: ```bash pip install pybiomart ``` 实际应用如下所示: ```python import pybiomart as pbm dataset = pbm.Dataset(name='hsapiens_gene_ensembl', host='http://www.ensembl.org') response = dataset.query(attributes=['ensembl_gene_id', 'external_gene_name']) conversion_map = {} for row in response.itertuples(index=False): conversion_map[row[0]] = row[1] test_conversion = ['ENSG00000123456'] mapped_names = [conversion_map[gene] if gene in conversion_map else None for gene in test_conversion] print(mapped_names) ``` 这段程序实现了从 Ensemble Gene IDs 至 HGNC 符号间的批量转化功能[^1]。 --- ### 总结 以上介绍了三种主要方式——基于本地映射表、调用外部 Web Service(MyGene)，以及运用专用软件包(pybiomart)——用来解决Python环境下不同类型的基因标识符互转难题。每种方案各有优劣，在具体项目实施过程中可根据实际情况选取最合适的手段加以采用。