mcpField
R
reactome-database

reactome-database

github.com/leonchaox数据与数据库99470 次安装15 周前更新
代码仓库

关于 reactome-database

Reactome Database 是免费、开源且经人工整理的生物通路数据库与分析服务，适用于基因、蛋白质和表达数据研究。它提供通路和分子信息查询、富集与表达分析，以及跨物种通路比较。

主要功能

  1. 01查询通路及分子信息
  2. 02进行通路过度表示分析
  3. 03分析基因表达数据
  4. 04比较不同物种的通路
  5. 05通过 Python 客户端调用 API

适用场景

  1. 01从基因列表筛选富集通路
  2. 02从表达数据识别相关通路
  3. 03查询反应、蛋白质或分子互作
  4. 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/leonchaox/qinyan-academic-skills --skill reactome-database

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

附带文件references/api_reference.mdscripts/reactome_query.py

详细介绍

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 2,825 多条人类通路。可通过 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，服务于系统生物学研究。

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
  • 探索疾病相关通路和机制
  • 在 Reactome Pathway Browser 中可视化分析结果
  • 跨物种进行比较通路分析

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、分子相互作用及实体信息。

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）
  • 获取通路中的参与分子
  • 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显著性的通路
  • 表达数据分析：分析基因表达数据集，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

用于封装 Reactome API 调用、以便更轻松地进行编程访问的 Python 客户端库。

安装：

uv pip install reactome2py

注意： reactome2py 包（版本 3.0.0，于 2021 年 1 月发布）可正常使用，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()

获取通路中的参与分子：

import requests

event_id = "R-HSA-69278"
response = requests.get(
    f"https://reactome.org/ContentService/data/event/{event_id}/participatingPhysicalEntities"
)
molecules = response.json()
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()

有关 API 端点和参数的详细信息，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（首行为 # 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()
物种投射

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

可通过使用分析令牌构造 URL，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
  • 无需重新提交即可使用令牌检索先前计算的结果
  • 保存令牌，以便在不同会话中访问结果
  • 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）
  • 小分子对应的 ChEBI ID

系统会自动检测标识符类型。

输入格式要求

用于过度代表性分析：

  • 每行一个标识符的纯文本列表
  • 或 TSV 格式的单列

用于表达分析：

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

所有 API 响应均返回包含以下内容的 JSON：

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

辅助脚本

此技能包含用于常见 Reactome 操作的辅助脚本 scripts/reactome_query.py：

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

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

# Get database version
python scripts/reactome_query.py version

更多资源

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

当前数据库统计信息（版本 94，2025 年 9 月）

  • 2,825 条人类通路
  • 16,002 个反应
  • 11,630 种蛋白质
  • 2,176 种小分子
  • 1,070 种药物
  • 41,373 条文献引用

评论

支持 Markdown