Excel工具箱实现转录/蛋白组学数据的跨表格数据提取
00 背景知识介绍
随着测序技术的发展，目前转录组测序，蛋白组测序，代谢组测序，微生物测序，单细胞测序在我们科研实践中的经常面对的。面对各种组学庞大的数据，如果分析自己的数据或对别人的数据再挖掘，对自身的科研进展十分重要。
今天，GBhouse就来讲一讲怎么挖掘各种组学测序结果感兴趣条目的深度挖掘方式-以蛋白组学为例。在面对蛋白组学结果时候，测序公司会给我们一个通用的注释报告，但是实践中，我们可能只需要对其中的某个通路，功能，疾病，代谢等进行深度分析，那么就涉及到其中条目数据的挖掘。
我们以蛋白组学的功能富集为例，组学结果被富集的功能可能很多，但是我们只关注其中的一个或几个，那么面对关注的通路，测序公司往往会把对应的蛋白进行简单罗列，但是其中的具体信息，例如氨基酸序列，不同组的表达高低等都没有很好的展示，其实也没有必要很详细的展示，因为测序公司已经放在raw data中。那么问题来了，如果想了解注释条目的具体蛋白信息，就需要将注释结果与raw data进行比对了，这就涉及到“跨表格相同数据的提取”。
1 找到感兴趣的条目
在这里演示使用 “term - mitochondria”的“target - 80”个条目进行实践操作。
（图1 找到感兴趣的条目）
2 EXCEL中处理感兴趣条目所有靶点
在这里的靶点是对应的蛋白的编号，当然如果是转录组的话，复制基因即可，代谢组学复制对应的代谢产物即可。
首先，我们将图1 “term - mitochondria”-“target - 80”-Protein的80个蛋白编号进行复制；
其次，在测序结果的原始excel数据中新建一个Sheet，保证sheet1和protein的同一列是对应的蛋白编号，并将80个蛋白粘贴至测序原始数据中的新建sheet1中；
（图2 测序结果的原始excel数据）
（图3 测序结果的原始excel数据新建Sheet1）
接着，sheet 1粘贴数据的分割（因为从图1粘贴来的数据它至在一个表格里边进行了数据填充）， “选中A1-数据-分列”（图4），接着执行“分割符号”（图5），然后执行“Tab”和“分号”命令，在这里可在视图库中看到各个蛋白之间使用分号“;”隔开，可见复制的80个蛋白被竖线分割开（图6），再者执行“常规”命令，然后点击完成（图7）；最后可见我们复制的80个蛋白在A1-CK1进行了分别填充（图8）；
（图4 粘贴数据的分割操作）
（图5 分割数据执行“分割符合”）
（图6 执行Tab和分号分割命令）
（图7 执行常规命令）
（图8 80个粘贴的蛋白被分别填充至每一和表格中A1,B1,C1……）
最后，我们将sheet1中的数据进行“剪切-转置-粘贴”，注意，这里粘贴的过程还应该从A1开始，因为测序数据的第一行是条目名称；
（图9 sheet1数据处理后的展示形式）
3 原始数据打断
一个基因存在多种剪切方式，每一种剪接方式就对应一个蛋白，而我们功能注释到的蛋白是唯一的，在原始数据中可能每个基因的蛋白都被放在在一个表格中，所以需要执行分割命令。从图10可以看出，有的表格中填充的数个蛋白，因此需要分割。
（图10 每个填充表格可能对于的蛋白数量不是唯一）
首先，在这个原始数据表格中新建一个表格，在这里展示为sheet2，如图11所示；
（图11 测序结果的原始excel数据新建Sheet2）
接着，我们将proteins中的A列数据复制粘贴到sheet2的A列；
（图12 proteins A列粘贴至Sheet2的A列展示）
然后，执行2中的“接着”的分割命令操作，其实在同一次操作过重，excel会自动记住这些信息，可以选择默认即可。当然对于初学者可以多看看，还是有好处的。完成操作以后可见A列因分号“;”打断的几蛋白在同行不同列中的表格展示。
（图13 可见A列因分号“;”打断的几蛋白在同行不同列中的表格展示）
最后，我们把sheet2 A列数据粘贴复制到proteins中的A列，也就是新的数据将原来的数据全部覆盖。
4 工具箱实现跨表格数据提取
首先，工具箱实现跨表格同列相同数据的提取，执行“工具箱 – 按同列合并两表格”（图14）；
（图14 工具箱提取两表格同列相同数据操作示意图）
接着，跨同列合并表格具体参数设置，首先确定当前的excel文档，接着把不同合并的数据表格选定，在这里选择的是sheet1 和 proteins两个表格；合并后表格内容保留或者删除设置，excel提供了四种模式，一般就是选择 “保留表格一记录”，因为表格一是感兴趣的目的蛋白，当然，也可以选择其它模式，例如都保留，大家都可以尝试一下（如果时间多的话）（图15）
（图15 跨表格提取同列相同数据设置）
最后，检查是否成功提取原始数据中感兴趣的蛋白信息。如果提取成功，可见原始数据中增加了我们感兴趣的目的蛋白，且他们对应的蛋白名称是一样（图16） 。
（图16 成功在原始数据中提出感兴趣的蛋白目录）
5 结束。
爱自己！！！做科研!!! 每文格言“马克 · 吐温说，你在形象上花的钱，会给你的学识、资历和教养点上传神的一笔。”如果有用，关注楼主GBhouse，点赞+讨论，攻击型人格请请请不要关注和阅读！！！
