如果大家對go和kegg等功能資料庫注釋有一定了解，就應該是知道kegg其實裡面就記錄各個物種不到一半的蛋白編碼基因功能，比如人類， 約2萬個蛋白編碼基因，也就七千多個是有kegg功能注釋的。其它物種就更是慘不忍睹，沒有那麼多科研經費投入進去，實際上對它們的基因功能就無從得知！
不過，哪怕是對人類來說，kegg注釋的也僅僅是蛋白編碼基因，但是如果你了解人類gtf檔案，就應該是知道，裡面有6萬左右的基因，如果我們的差異分析，定位到了 lncRNA，假基因，miRNA的基因，其實就不能直接進行功能資料庫注釋。
我們以miRNA為例，每個miRNA都是可以靶向調控數百甚至數千個蛋白編碼基因，是以我們如果要對miRNA進行go和kegg等功能資料庫資料庫注釋，就需要以靶向調控為橋梁。
前面我們介紹了兩次關于miRNA的靶向基因的查詢工具，分别是：
- microRNAs靶基因資料庫哪家強
- 使用miRNAtap資料源提取miRNA的預測靶基因結果
而且我們也多次講解了go和kegg等功能資料庫資料庫注釋，見：
- 從基因名到GO注釋一步到位
- 3大線上分析工具:Enrichr、WebGestalt、gprofiler與R包clusterprofiler的比較
是以，理論上你能夠查詢到miRNA的靶向基因，就可以用靶基因作為橋梁去進行資料庫注釋啦！
當然，如果你不想看這個中間過程，也可以自己寫一個函數，或者使用造好的輪子，比如：
rm(list = ls())
library(miRNAtap)
library(topGO)
library(org.Hs.eg.db)
mir = 'miR-10b'
predictions = getPredictedTargets(mir, species = 'hsa',
method = 'geom', min_src = 2)
rankedGenes = predictions[,'rank_product']
selection = function(x) TRUE
# we do not want to impose a cut off, instead we are using rank information
allGO2genes = annFUN.org(whichOnto='BP', feasibleGenes = NULL,
mapping="org.Hs.eg.db", ID = "entrez")
GOdata = new('topGOdata', ontology = 'BP', allGenes = rankedGenes,
annot = annFUN.GO2genes, GO2genes = allGO2genes,
geneSel = selection, nodeSize=10)
GOdata
results.ks = runTest(GOdata, algorithm = "classic", statistic = "ks")
results.ks
allRes = GenTable(GOdata, KS = results.ks, orderBy = "KS", topNodes = 20)
allRes[,c('GO.ID','Term','KS')] 複制
這個topGO也是一個老牌的R包，雖然說因為Y書的原因，我們一直在強推clusterProfiler，但是并不意味着clusterProfiler 唯一的解決方案哈！
其它功能資料庫同樣的注釋流程哈！