5.3 实验数据的特征转换 EMP_feature_convert

在组学研究中，基因的命名方式因所使用的数据库不同而不固定。因此，在进行转录组学富集分析时，需要将基因名称转换为其对应的唯一编号（通常称ENTREZID）。而在代谢组学分析中，同样存在着多个数据库之间的编号转换问题。EMP_feature_convert提供了基因ID和代谢物ID在多个数据库之间的便捷转换。

5.3.1 用于基因ID的转换

🏷️示例：

转换前：

MAE |>
  EMP_assay_extract(experiment='host_gene')

转换后：

MAE |>
  EMP_assay_extract(experiment='host_gene') |>
  EMP_feature_convert(from = 'SYMBOL',to = 'ENTREZID',species = 'Human')

5.3.2 用于代谢物ID的转换

🏷️示例：

转换前：

MAE |>
  EMP_assay_extract(experiment = 'untarget_metabol')|>
  EMP_collapse(na_string=c('NA','null','','-'),
               estimate_group = 'MS2kegg',method = 'sum',collapse_by = 'row')

转换后：

将代谢产物从KEGG的Compound注释，转换为Human Metabolome Database的ID注释。

MAE |>
  EMP_assay_extract(experiment = 'untarget_metabol') |>
  EMP_collapse(na_string=c('NA','null','','-'),
               estimate_group = 'MS2kegg',method = 'sum',collapse_by = 'row')  |> 
  EMP_feature_convert(from = 'KEGG',to='HMDB')

5.3.3 微生物物种注释转换

微生物一般分为界门纲目科属种等多级注释。在分析流程中。经常会将其按照不同级别进行数据折叠，进行下游数据分析。但是由于存在个别重复注释，例如某些菌的属级注释一致而科级注释不一致的情况，因此本功能可以将各个级别微生物数据补全完整注释。（详细说明在 10.4章节）

🏷️示例：

转换前：

MAE |>
  EMP_assay_extract('taxonomy') |>
  EMP_collapse(estimate_group = 'Phylum',collapse_by = 'row')

转换后：

MAE |>
  EMP_assay_extract('taxonomy') |>
  EMP_feature_convert(from = 'tax_single',add = 'tax_full') |>
  EMP_collapse(estimate_group = 'Phylum',collapse_by = 'row')

5.3.4 增加特征相关疾病注释

本模块支持对SYMBOL,ENTREZID,ko 和 ec编号增加相关疾病注释。

🏷️示例： 增加人类疾病注释，并筛选出与癌症相关的基因

MAE |> 
  EMP_assay_extract('host_gene') |>
  EMP_feature_convert(from = 'SYMBOL',add ='Human_disease') |>
  EMP_assay_extract(pattern = 'cancer',pattern_ref = 'Human_disease')