文章主要描述了在知道蛋白质ID号的情况下，如何通过Uniport网站和其他资源找到对应的基因ID。重点介绍了在R操作中如何利用Uniport提供的ID mapping文件，针对拟南芥的基因组ID进行转换。
作者尝试使用Uniport网站的ID转换服务，但遇到了两个问题：一是需要转换的蛋白质ID较多，不便手动复制粘贴；二是网站不提供转换成Araport的服务。
作者通过搜索找到了Uniport提供的ID mapping文件下载地址，并成功下载完整的文件。导入到R语言后，通过筛选得到了所需的Araport对应的基因ID。
介绍了使用read.table函数读取ID mapping文件，然后使用subset函数筛选得到Araport对应的基因ID。最后展示了转换结果的格式。
最近有个需求，就是给定一个蛋白质的ID号，就知道它是什么基因。
比如说
O49397
。
但有个问题是，我并不知道这是个什么东西，于是我就去搜了下。
发现这其实是Uniport网站的蛋白质ID。
然后发现网站还提供了ID转换的服务（https://www.uniprot.org/uploadlists/），但发现了几个问题
一个问题是我的蛋白质ID有很多且来自于R操作中的中间步骤，所以不想复制粘贴到那个框里面，其次是To那里实际上不提供转换成Araport的服务（植物没人权╮（╯＿╰）╭）。所以不得不去寻找其他方法。
我想到Uniport应该是提供了ID mapping的文件下载的，就去搜索了下，果然找到了。
3702其实就是拟南芥的基因组ID。下载地址（ftp://ftp.uniprot.org/pub/databases/uniprot/current_release/knowledgebase/idmapping/by_organism/）
这里可以选select也可以选没有完整的。我这里选了完整的。下完了之后就可以导入到R里面进行操作了。
# 因为我们只想转Araport对应的基因ID，所以只要选择Araport那里就行
uniport_map read.table("~/reference/annoation/Athaliana/uniport/ARATH_3702_idmapping.dat",
header = F,
fill = T,
stringsAsFactors = F)
uniport_map subset(uniport_map,V2 == "Araport")
# 出来的格式就是
> head(uniport_map)
V1 V2 V3
50 P48347 Araport AT1G22300
106 Q9S9Z8 Araport AT1G34760
149 Q9C5W6 Araport AT1G26480
205 P42643 Araport AT4G09000
256 Q01525 Araport AT1G78300
324 P42644 Araport AT5G38480
这样我们就可以根据蛋白ID批量提取拟南芥基因ID了。
