如何使用 uniprot ID 进行 KEGG 和 GO 富集？

下面的这种ID就是uniprot id：

[1] "P14672" "P14678" "P14679" "P14735" "P14770" "P14778" "P14780" "P14784" "P14854" "P14859" "P14866"

首先，让人工智能大模型kimi给我们介绍一下：什么是 uniprot ID？

UniProt ID 是指在 UniProt 数据库中为每个蛋白质赋予的唯一标识符。UniProt（Universal Protein Resource）是一个提供全面、高质量蛋白质序列和功能信息的数据库，广泛应用于生物信息学研究。 UniProt ID 的功能和重要性

1. 唯一性：UniProt ID 是每个蛋白质条目的唯一标识，用于区分不同的蛋白质。
2. 信息整合：通过 UniProt ID，可以快速访问蛋白质的详细信息，包括功能描述、亚细胞定位、序列特征、与其他蛋白质的相互作用、文献引用等。
3. 跨数据库链接：UniProt ID 还可以用于与其他数据库（如 NCBI、PDB、KEGG 等）的链接，方便获取更全面的生物学信息。
4. 序列比对和分析：UniProt 提供的工具（如 BLAST 和 Align）允许通过 UniProt ID 进行序列比对和进化分析。
5. 蛋白质组学研究：UniProt ID 是蛋白质组学研究中常用的标识符，尤其在 KEGG 和 GO 富集分析以及代谢组学研究中具有重要意义。

如何使用 UniProt ID

• 检索蛋白质信息：在 UniProt 官网（https://www.uniprot.org）的搜索框中输入 UniProt ID，可以快速获取该蛋白质的详细信息。
• 批量查询：UniProt 提供批量查询功能，可以同时查询多个 UniProt ID 的信息。
• 下载序列：用户可以下载蛋白质的序列信息（如 FASTA 格式），用于进一步的分析。

UniProt ID 是生物信息学研究中不可或缺的工具，它为研究人员提供了高效、准确的蛋白质信息检索和分析手段。

如何使用 uniprot_ID 进行 KEGG 和 GO 富集？

我们知道一般做功能富集分析用的都是基因的 symbol 或者 ENTREZID，所以我这里会先将 uniprot_ID 转换为基因symbol 再做。

1、uniprot_ID 转换 基因 symbol

来到 uniprot 蛋白数据库官网：https://www.uniprot.org/，以human为例，输入human：

选择这些框框的地方：

然后点击上面的Download按钮：

就会得到一个蛋白名字与基因名字对应的tsv表格，读取并简单处理：

rm(list=ls())
library(clusterProfiler)
library(Matrix)
library(data.table)
library(dplyr)
library(tidyverse)

uniprot2gene <- fread("uniprotkb_human_AND_model_organism_9606_2025_01_24.tsv.gz",header = T,data.table = F)
head(uniprot2gene)
colnames(uniprot2gene)
table(uniprot2gene$Organism)

uniprot2gene <- uniprot2gene[,c("Entry", "Gene Names")]
uniprot2gene <- unique(uniprot2gene)
uniprot2gene[3000:3010,]
uniprot2gene[grep("^O",uniprot2gene$Entry),]

2、Gene Names 列有基因别名

# Gene Names 列有基因别名，但是多个中的第一个往往是 官方symbol
rownames(uniprot2gene) <- uniprot2gene$Entry
uniprot2gene["P14678",]
# P14678 P14678 SNRPB COD SNRPB1  SNRPB

如：P14678

3、第一个为官方symbol，空格后面的都是别名

4、处理一下：

uniprot2gene$Symbol <- str_split(uniprot2gene$`Gene Names`, pattern = " ", n = 2, simplify = T)[,1]
uniprot2gene["P14678",]
id2name <- uniprot2gene[,c(1,3)]
head(id2name)
id2name["P14678",]

现在有了这个对应关系，那是用uniprot id进行功能富集分析就不在话下了！