reactome-database

Name: reactome-database
Author: google-deepmind

github.com/google-deepmind数据与数据库3.4k2.2k 次安装5 天前更新

代码仓库

关于 reactome-database

reactome-database 是用于查询 Reactome 分析与内容服务的命令行技能，面向生物数据分析。它支持通路富集、标识符映射、反应与通路探索，以及图示导出和报告下载。

主要功能

01分析基因列表的通路富集
02将标识符映射到 Reactome 实体
03获取反应参与者并浏览通路层级
04导出通路和反应图示
05搜索 Reactome 并下载报告

适用场景

01从基因列表识别富集通路
02查看反应的输入、输出和催化剂
03导出带基因标记的通路图
04比较不同物种的通路信息

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/google-deepmind/science-skills --skill reactome-database

安装后在 Claude Code 中输入/reactome-database确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

references/

api_reference.md

citation.bib

scripts/

reactome_analysis.py

详细介绍

Reactome 分析与内容服务

先决条件

uv：阅读 uv 技能，并按照其中的设置说明确保已安装 uv 且其位于 PATH 中。
用户通知：如果工作区根目录中尚不存在 .licenses/reactome_database_LICENSE.txt，则 (1) 显著提醒用户查看 https://reactome.org/license 和 https://reactome.org/cite 上的条款，然后 (2) 创建该文件，记录通知文本和时间戳。

概述

Reactome 是一个免费、开源、经过整理的通路数据库。此技能封装了 Analysis Service（https://reactome.org/AnalysisService/）和 Content Service（https://reactome.org/ContentService/），提供通路富集分析、标识符映射、反应详情、通路层级导航、图表导出、交叉引用映射和搜索功能。

何时使用此技能

对基因／蛋白质列表进行通路富集（过度代表）分析
使用先前富集分析得到的令牌检索分析结果
确定通路分析中未找到的基因或蛋白质
根据通路注释分析基因表达数据
将不同物种的标识符映射到 Reactome 实体
检索反应参与者（输入、输出、催化剂、调节因子）
浏览通路层级并列出顶层通路
查找包含某种蛋白质的复合物或集合
导出通路／反应图表（PNG/SVG）并高亮显示基因
跨数据库交叉引用标识符（UniProt、Ensembl 等）
搜索 Reactome 知识库
下载分析报告（PDF、CSV、JSON）
比较不同物种的通路

常见物种 ID

常见研究生物的参考列表：

Homo sapiens
- ID：9606
Mus musculus (Mouse)
- ID：48892
Rattus norvegicus (Rat)
- ID：48895

常见通路 ID

常用 Reactome 通路稳定 ID 的参考列表：

Cell Cycle
- 稳定 ID：R-HSA-1640170
- 备注：顶层通路（范围较广）
Cell Cycle, Mitotic
- 稳定 ID：R-HSA-69278
- 备注：特定子通路——用于图表和深入分析
Immune System
- 稳定 ID：R-HSA-168256
- 备注：顶层通路
Signal Transduction
- 稳定 ID：R-HSA-162582
- 备注：顶层通路
Gene Expression
- 稳定 ID：R-HSA-74160
- 备注：顶层通路
Programmed Cell Death
- 稳定 ID：R-HSA-5357801
- 备注：顶层通路

重要：当用户请求“Cell Cycle”图表或分析时，优先使用特定的 Cell Cycle, Mitotic 通路（R-HSA-69278），除非用户明确要求顶层概览。本文档中的示例均使用 R-HSA-69278。

核心规则

始终使用 --output：每个子命令都必须使用 --output <file> 将结果写入文件。切勿依赖标准输出处理大型结果。
默认物种为 Homo sapiens：使用 --species 覆盖默认值。
令牌在 7 天后过期：保存分析结果中的令牌，以便稍后检索，而无需重新提交数据。
使用 --fdr 和 --pvalue 进行筛选：富集结果可能过多。使用 --fdr 0.05 或 --pvalue 0.01 进行筛选，聚焦于具有统计显著性的通路。
标识符格式：Reactome 会自动识别标识符，包括基因符号（TP53）、UniProt（P04637）、Ensembl（ENSG00000141510）、ChEBI、OMIM、EntrezGene 等。
处理大型输出：对于会返回大量数据的命令（例如 species-comparison），使用 --summary 标志截断列表，避免超出工作区文件大小限制（1MB）。
通知：如果使用此技能，确保在输出中提及这一点。

工具执行

CLI 工具位于 scripts/reactome_analysis.py。使用 uv 运行：

uv run scripts/reactome_analysis.py <command> [options] --output /tmp/out.json

若要列出所有可用的子命令和标志，请运行：

uv run scripts/reactome_analysis.py --help

执行不熟悉的命令前，使用 --help 确认可用的子命令或标志。

功能领域

1. 数据库信息

uv run scripts/reactome_analysis.py db-version --output /tmp/version.json
uv run scripts/reactome_analysis.py db-name --output /tmp/name.json

2. 单个标识符分析

uv run scripts/reactome_analysis.py identifier --id TP53 --output /tmp/tp53.json
uv run scripts/reactome_analysis.py identifier-projection --id TP53 --output /tmp/tp53_proj.json

3. 批量分析（富集分析）

提交标识符列表以进行过度代表性分析或表达分析：

uv run scripts/reactome_analysis.py analyze --data "TP53,BRCA1,EGFR" --output /tmp/enrich.json
uv run scripts/reactome_analysis.py analyze --file genes.txt --output /tmp/enrich.json
uv run scripts/reactome_analysis.py analyze-projection --data "TP53,BRCA1" --output /tmp/proj.json
uv run scripts/reactome_analysis.py analyze --data "TP53,BRCA1" --fdr 0.05 --output /tmp/sig.json

常用选项：--page-size（别名 --limit）、--page（别名 --offset）、 --sort-by、--order、--resource、--species、--fdr、--pvalue。

4. 基于令牌的结果检索

uv run scripts/reactome_analysis.py token-result --token TOKEN --output /tmp/result.json
uv run scripts/reactome_analysis.py token-not-found --token TOKEN --output /tmp/notfound.json
uv run scripts/reactome_analysis.py token-resources --token TOKEN --output /tmp/resources.json
uv run scripts/reactome_analysis.py token-found-entities --token TOKEN --pathway R-HSA-69278 --output /tmp/found.json
uv run scripts/reactome_analysis.py token-filter-species --token TOKEN --species-filter 9606 --output /tmp/filtered.json
uv run scripts/reactome_analysis.py token-reactions-pathway --token TOKEN --pathway R-HSA-69278 --output /tmp/rxns.json

5. 下载结果

uv run scripts/reactome_analysis.py download-result --token TOKEN --output /tmp/full.json
uv run scripts/reactome_analysis.py download-pathways --token TOKEN --output /tmp/pathways.csv
uv run scripts/reactome_analysis.py download-found --token TOKEN --output /tmp/found.csv
uv run scripts/reactome_analysis.py download-not-found --token TOKEN --output /tmp/notfound.csv

6. 标识符映射

uv run scripts/reactome_analysis.py mapping --data "TP53,BRCA1" --output /tmp/mapped.json
uv run scripts/reactome_analysis.py mapping-projection --data "TP53" --output /tmp/mapped_proj.json

7. 反应参与者和作用机制

检索反应的分子参与者（输入、输出、催化剂）：

uv run scripts/reactome_analysis.py participants --id R-HSA-6804194 --output /tmp/participants.json
uv run scripts/reactome_analysis.py participating-entities --id R-HSA-6804194 --output /tmp/entities.json

8. 复合物和集合成员关系

查找包含给定实体的复合物或集合：

uv run scripts/reactome_analysis.py component-of --id R-HSA-69488 --output /tmp/complexes.json

9. 通路层级导航

沿通路层级向上（祖先）或向下（包含的事件）导航：

uv run scripts/reactome_analysis.py event-ancestors --id R-HSA-69278 --output /tmp/ancestors.json
uv run scripts/reactome_analysis.py contained-events --id R-HSA-69278 --output /tmp/steps.json
uv run scripts/reactome_analysis.py top-pathways --output /tmp/top.json
uv run scripts/reactome_analysis.py low-pathways --id R-HSA-69488 --output /tmp/low.json

10. 图示导出

将通路或反应图示导出为 PNG/SVG，并可选择突出显示基因：

uv run scripts/reactome_analysis.py diagram --id R-HSA-69278 --output /tmp/diagram.png
uv run scripts/reactome_analysis.py diagram --id R-HSA-69278 --highlight TP53 --output /tmp/highlighted.png
uv run scripts/reactome_analysis.py diagram --id R-HSA-69278 --format svg --output /tmp/diagram.svg
uv run scripts/reactome_analysis.py reaction-diagram --id R-HSA-6804194 --output /tmp/rxn.png

11. 交叉引用映射

将标识符解析为 Reactome 内部 ID 和交叉引用：

uv run scripts/reactome_analysis.py xref-mapping --id TP53 --output /tmp/xref.json
uv run scripts/reactome_analysis.py xref-mapping-batch --data "TP53,BRCA1" --output /tmp/xrefs.json

12. 搜索

uv run scripts/reactome_analysis.py search --query "TP53 apoptosis" --output /tmp/results.json

13. 按 ID 查询条目

uv run scripts/reactome_analysis.py query --id R-HSA-69278 --output /tmp/entry.json

14. 报告和物种比较

uv run scripts/reactome_analysis.py report --token TOKEN --output /tmp/report.pdf
uv run scripts/reactome_analysis.py species-comparison --species-id 48892 --output /tmp/species.json
# Use --summary to truncate large output and avoid workspace file size limits
uv run scripts/reactome_analysis.py species-comparison --species-id 48892 --summary --output /tmp/species.json

示例：解读基因集富集结果

解读基因集富集结果的分步工作流：

提交基因列表，并投射到人类通路：bash uv run scripts/reactome_analysis.py analyze-projection \ --data "TP53,BRCA1,EGFR,MYC,PTEN" --fdr 0.05 --output /tmp/enrichment.json
检查排名靠前的通路——查看输出中的 pathwaysFound、排名靠前的通路名称、 p 值和 FDR 值。
深入分析某条通路——获取其子事件和反应详情：bash uv run scripts/reactome_analysis.py contained-events --id R-HSA-69278 --output /tmp/steps.json uv run scripts/reactome_analysis.py participants --id <reaction_id> --output /tmp/parts.json
可视化——导出突出显示目标基因的图示：bash uv run scripts/reactome_analysis.py diagram --id R-HSA-69278 \ --highlight "TP53,BRCA1" --output /tmp/diagram.png
检查层级——向上导航以查看更广泛的生物学背景：bash uv run scripts/reactome_analysis.py event-ancestors --id R-HSA-69278 --output /tmp/ancestors.json
交叉引用——将标识符映射到其他数据库：bash uv run scripts/reactome_analysis.py xref-mapping --id TP53 --output /tmp/xrefs.json

参考

有关 API 端点的详细文档，请参阅 references/api_reference.md。

支持 Markdown

登录后评论

基本信息

作者: google-deepmind
仓库: google-deepmind/science-skills
分类: 数据与数据库
安装次数: 2,166
GitHub Stars: 3,354

报告问题