使用R语言获取特定关键词的通路（msigdb数据库）

生信菜鸟团 · 公众号 · 生物 · 2024-10-26 10:00

主要观点总结

本文介绍了如何使用Msigdb数据库查找特定基因集合，包括使用代码获取所有通路信息的方法，以及解决R包安装失败的方法。

关键观点总结

关键观点1: 如何查找特定基因集合

可以通过访问Msigdb官网，选择物种、分类和子分类来查找特定的基因集合。此外，也可以使用代码通过msigdbr包来获取所需的基因集合。

关键观点2: 使用代码获取Msigdb数据库的所有通路信息

通过msigdbr包，可以方便地获取Msigdb数据库中的基因集合信息。例如，通过设置物种、分类和子分类等参数，可以获取特定条件下的基因集合。

关键观点3: R包安装失败怎么办

如果R包安装失败，可以尝试更换下载源、使用BiocManager包管理器安装、检查R版本兼容性等方法来解决问题。

关键观点4: msigdbr包的使用注意事项

在使用msigdbr包获取基因集合时，建议只使用category参数，不使用subcategory参数，以避免忽略一些数据。

正文

进入官网查看

https://www.gsea-msigdb.org/gsea/msigdb

不管小鼠还是人，大的分类，category都是按照H C1 C2 C3......

方法一： 假设我们对小鼠数据集感兴趣

点击小鼠的M2

这里面有subcategory的详细分类，比如

 CGP     CP:BIOCARTA         CP:KEGG     CP:REACTOME    CP:WIKIPATHWAYS

查看，对凋亡通路感兴趣的话，control+F网页搜索

# get all human gene sets
msigdbr(species = "Homo sapiens")# get mouse C2 (curated) CGP (chemical and genetic perturbations) gene sets
msigdbr(species = "Mus musculus", category = "C2", subcategory = "CGP")

方法二： 下面这样查看，更有层次感

https://www.gsea-msigdb.org/gsea/msigdb/mouse/genesets.jsp?collection=CP

方法三： 使用代码获取想要的基因集合

.libPaths(c("/home/data/t040413/R/x86_64-pc-linux-gnu-library/4.2",            "/home/data/t040413/R/yll/usr/local/lib/R/site-library",            "/refdir/Rlib/",   "/usr/local/lib/R/library"))


#request 2.libPaths(c( "/home/data/t040413/R/x86_64-pc-linux-gnu-library/4.2",             "/home/data/t040413/R/yll/usr/local/lib/R/site-library",               "/refdir/Rlib/", "/usr/local/lib/R/library"))
library(GO.db)library(Seurat)library(dplyr)library(tibble)library(readr)
getOption("repos");help("repositories", package =                          "BiocManager")
#BiocManager::install('msigdb',site_repository = 'https://cran.rstudio.com/' )library(msigdb)

如果直接使用category = "C2",subcategory = "CP"提前相应的数据集里面的基因集容易忽略一些数据，所以建议只使用category参数，不使用subcategory

#如果直接使用category = "C2",subcategory = "CP"提前相应的数据集里面的基因集容易忽略一些数据，所以建议只使用category参数，不使用subcategory
#6提取并制备人的hallmarks列表---------msigdbr::msigdbr_collections()all_gene_sets_hs = msigdbr::msigdbr(species = "Mus musculus",category = "C2",subcategory = "CP") #Mus musculus  Homo sapiens#saveRDS(all_gene_sets_hs,file="~/datasets/all_gene_sets_hs_msigdb.rds")all_gene_sets_hs = msigdbr::msigdbr(species = "Mus musculus",category = "C2") #Mus musculus  Homo sapiens
all_gene_sets_hs table(all_gene_sets_hs$gs_subcat)

方法四：代码查找想要的通路

假设我们这里想要寻找的是 APOPTOSIS相关通路

#假设我们这里想要寻找的是APOPTOSIS相关通路
#pattern参数内输入想要寻找的关键词，这里用的是"APOPTOSIS"
h2 
length(unique(h2$gs_name))#查看唯一通路
length(unique(h2$human_gene_symbol))#查看所有通路中的唯一基因length(unique(h2$gene_symbol))#查看所有通路中的唯一基因table(h2$gs_subcat)

使用R语言获取特定关键词的通路 （msigdb数据库）