alterlab-reactome

Reactome 数据库

概述

Reactome 是一个免费、开源且经过整理的通路数据库（包含数千条人类通路）。通过 REST API 和 Python 客户端查询生物通路、执行过度富集分析和表达分析、将基因映射到通路，以及探索分子相互作用，助力系统生物学研究。

何时使用此技能

在以下情况下应使用此技能：

• 对基因或蛋白质列表执行通路富集分析
• 分析基因表达数据，以识别相关的生物通路
• 查询特定通路信息、反应或分子相互作用
• 将基因或蛋白质映射到生物通路和过程
• 探索与疾病相关的通路和机制
• 在 Reactome Pathway Browser 中可视化分析结果
• 跨物种开展比较通路分析

不适用的情况

场景	改用
KEGG 通路图、KO 直系同源关系、KEGG 化合物／药物 ID	alterlab-kegg
蛋白质互作网络和 STRING 功能富集	alterlab-string-db
全基因组尺度的代谢模型和通量平衡分析	alterlab-cobrapy
RNA-seq 计数的差异表达统计	alterlab-pydeseq2
用于药物发现的靶点－疾病证据评分	alterlab-opentargets

核心功能

Reactome 提供两项主要 API 服务和一个 Python 客户端库：

1. 内容服务 - 数据检索

查询和检索生物通路数据、分子相互作用和实体信息。

常见操作：

• 检索通路信息和层级结构
• 查询特定实体（蛋白质、反应、复合物）
• 获取通路中参与的分子
• 查看数据库版本和元数据
• 探索通路区室和位置

API 基础 URL： https://reactome.org/ContentService

2. 分析服务 - 通路分析

对基因列表和表达数据执行计算分析。

分析类型：

• 过度富集分析：从基因／蛋白质列表中识别具有统计学显著性的通路
• 表达数据分析：分析基因表达数据集，以查找相关通路
• 物种比较：比较不同生物体的通路数据

API 基础 URL： https://reactome.org/AnalysisService

3. reactome2py Python 包

Python 客户端库，封装了 Reactome API 调用，便于以编程方式访问。

安装：

uv pip install reactome2py

注意： reactome2py 包（版本 3.0.0，于 2021 年 1 月发布）可以使用，但目前未积极维护。如需使用最新功能，可考虑直接调用 REST API。

查询通路数据

使用内容服务 REST API

内容服务使用 REST 协议，并以 JSON 或纯文本格式返回数据。

获取数据库版本：

import requests

response = requests.get("https://reactome.org/ContentService/data/database/version")
version = response.text
print(f"Reactome version: {version}")

查询特定实体：

import requests

entity_id = "R-HSA-69278"  # Example pathway ID
response = requests.get(f"https://reactome.org/ContentService/data/query/{entity_id}")
data = response.json()

获取通路中参与的分子：

import requests

# NOTE: the path is /data/participants/{id}/... (NOT /data/event/{id}/...);
# the older /data/event/.../participatingPhysicalEntities now returns 404.
pathway_id = "R-HSA-69278"
response = requests.get(
    f"https://reactome.org/ContentService/data/participants/{pathway_id}/participatingPhysicalEntities"
)
molecules = response.json()

将基因／蛋白质映射到其参与的通路：

import requests

# /data/mapping/{resource}/{id}/pathways  — resource = UniProt, Ensembl, etc.
response = requests.get(
    "https://reactome.org/ContentService/data/mapping/UniProt/P04637/pathways",
    params={"species": "9606"},  # taxId; 9606 = Homo sapiens
)
pathways = response.json()  # list of {stId, displayName, ...}

对于映射端点，请使用 UniProt 登录号（例如 P04637）或 Ensembl 基因 ID。若从基因符号（例如 TP53）开始，可先将其解析为 UniProt／Ensembl ID，或通过分析服务（/identifiers/）提交，该服务会自动识别符号并返回匹配的通路。

按名称搜索实体（没有稳定 ID 时）：

response = requests.get(
    "https://reactome.org/ContentService/search/query",
    params={"query": "glycolysis", "species": "Homo sapiens", "types": "Pathway"},
)
hits = response.json()["results"]  # grouped result clusters

使用 reactome2py 包

import reactome2py
from reactome2py import content

# Query pathway information
pathway_info = content.query_by_id("R-HSA-69278")

# Get database version
version = content.get_database_version()

详细的 API 端点和参数请参阅此技能中的 references/api_reference.md。

执行通路分析

过度富集分析

提交基因／蛋白质标识符列表，以查找富集的通路。

使用 REST API：

import requests

# Prepare identifier list
identifiers = ["TP53", "BRCA1", "EGFR", "MYC"]
data = "\n".join(identifiers)

# Submit analysis
response = requests.post(
    "https://reactome.org/AnalysisService/identifiers/",
    headers={"Content-Type": "text/plain"},
    data=data
)

result = response.json()
token = result["summary"]["token"]  # Save token to retrieve results later

# Access pathways
for pathway in result["pathways"]:
    print(f"{pathway['stId']}: {pathway['name']} (p-value: {pathway['entities']['pValue']})")

通过令牌检索分析结果：

# Token is valid for 7 days
response = requests.get(f"https://reactome.org/AnalysisService/token/{token}")
results = response.json()

表达数据分析

使用定量值分析基因表达数据集。

输入格式（带有以 # 开头的表头的 TSV）：

#Gene	Sample1	Sample2	Sample3
TP53	2.5	3.1	2.8
BRCA1	1.2	1.5	1.3
EGFR	4.5	4.2	4.8

提交表达数据：

import requests

# Read TSV file
with open("expression_data.tsv", "r") as f:
    data = f.read()

response = requests.post(
    "https://reactome.org/AnalysisService/identifiers/",
    headers={"Content-Type": "text/plain"},
    data=data
)

result = response.json()

物种投影

仅使用 /projection/ 端点将标识符映射到人类通路：

response = requests.post(
    "https://reactome.org/AnalysisService/identifiers/projection/",
    headers={"Content-Type": "text/plain"},
    data=data
)

可视化结果

通过构造包含分析令牌的 URL，可在 Reactome Pathway Browser 中可视化分析结果：

token = result["summary"]["token"]
pathway_id = "R-HSA-69278"
url = f"https://reactome.org/PathwayBrowser/#{pathway_id}&DTAB=AN&ANALYSIS={token}"
print(f"View results: {url}")

使用分析令牌

• 分析令牌的有效期为 7 天
• 令牌可用于检索之前计算的结果，无需重新提交
• 保存令牌，以便跨会话访问结果
• 使用 GET /token/{TOKEN} 端点检索结果

数据格式和标识符

支持的标识符类型

Reactome 接受多种标识符格式：

• UniProt 登录号（例如 P04637）
• 基因符号（例如 TP53）
• Ensembl ID（例如 ENSG00000141510）
• EntrezGene ID（例如 7157）
• 小分子的 ChEBI ID

系统会自动检测标识符类型。

输入格式要求

对于过度富集分析：

• 纯文本标识符列表（每行一个）
• 或者，TSV 格式的单列数据

对于表达分析：

• TSV 格式，必须包含以「#」开头的标题行
• 第 1 列：标识符
• 第 2 列及以后：数值型表达值
• 使用句点（.）作为小数分隔符

输出格式

所有 API 响应均返回 JSON，包含：

• pathways：富集通路数组及统计指标
• summary：分析元数据和令牌
• entities：已匹配和未映射的标识符
• 统计值：pValue、FDR（错误发现率）

辅助脚本

此技能包含 scripts/reactome_query.py，这是一个用于常见 Reactome 操作的辅助脚本：

# Query pathway information
python scripts/reactome_query.py query R-HSA-69278

# List participating molecules in a pathway
python scripts/reactome_query.py entities R-HSA-69278

# Search for a pathway by name
python scripts/reactome_query.py search "cell cycle"

# Perform overrepresentation analysis
python scripts/reactome_query.py analyze gene_list.txt

# Get database version
python scripts/reactome_query.py version

该脚本仅依赖 requests；使用 uv run --with requests scripts/reactome_query.py ... 运行。

其他资源

• API 文档：https://reactome.org/dev
• 用户指南：https://reactome.org/userguide
• 文档门户：https://reactome.org/documentation
• 数据下载：https://reactome.org/download-data
• reactome2py 文档：https://reactome.github.io/reactome2py/

如需完整的 API 端点文档，请参阅此技能中的 references/api_reference.md。

数据库版本

Reactome 每季度发布新版本；实时版本（截至 2026-09 为 97， 已通过 API 验证）是权威数据来源——不要硬编码可能过时的数量。请在查询时获取当前版本和各类型的统计信息：

curl -s https://reactome.org/ContentService/data/database/version

各版本级别的内容统计汇总见 https://reactome.org/about/statistics。