ID转换系列-GPL16686注释（一）

前言：我们都知道很多人在进行GEO数据库挖掘的时候，首先遇到的第一个痛点就是探针ID转换成gene symbol的问题，gene symbol因为被大家熟悉所以得到广泛采用。针对此问题，我进行了一个总结贴。欢迎大家跟帖，批评指正~

一般ID转换分为以下四个个办法：

• 使用GEO数据库提供的GPL文件（其次）

• 金标准当然是去基因芯片的厂商的官网直接去下载啦
  

• 使用bioconductor里面的芯片探针注释包（首推）

• 使用探针序列进行序列比对注释（以上办法都不能解决的时候） 

现在讲解GPL16686平台注释

先去GEO官网看看这个芯片的情况：

第一种GEO下载注释文件方式：

第二种GEO数据库下载方式：通过GEO数据库ftp地址：https://ftp.ncbi.nlm.nih.gov/geo/platforms/GPL16nnn/GPL16686/

这个地址是有固定特征的，以后随便给你一个GPL号，你应该就能快速进入这个地址。或者生成下载链接。

ftp地址下有一个存放所有平台注释数据的文件夹

找到GPL16686

里面存放了两个格式的注释文件，一般是有三个的，如果没有文件格式比较小的，可以下载soft格式，但是这个数据很大，如果你的网速不好，可以直接放弃。

第三种：去芯片官网下载：http://www.affymetrix.com/support/technical/byproduct.affx?product=hugene-1_0-st-v1

注意：官网下载一定要先注册，不然下载下来的文件为空或者提示你压缩包已坏。

使用芯片名字进行搜索：HuGene-2_0-st-v1.na33.hg19.transcript.csv

至此，我们已经得到了注释文件，里面含有探针ID和GenBank数据库对应的编号，只要提取出来就可以分析了，后期GenBank数据库编号可以使用其他ID转换方法得到gene symbol。

但是！但是！但是！

如果你的网速不好，上面的文件下载是很有困难的（前面两个我都下载失败了，只有后面affy官网的注释文件下载成功了。）

这个时候，咋办？

有没有更好的办法？