實例:如何拿到KEGG數據庫中多巴胺通路相關的基因集
一、確定目標通路
打開KEGG選擇pathway,在搜索框前輸入物種,框內填入關鍵詞。
篩選結果顯示僅有hsa04728符合我們的研究目的
二、下載hsa04728通路中的全部基因
1.安裝R包KEGGREST
首次安裝時電腦可能會顯示與當前R語言版本不配,可以從bioconductor 的官網下載安裝
if(!requireNamespace("BiocManager", quietly = TRUE))
install.packages("BiocManager")
BiocManager::install("KEGGREST", version = "3.10")
可以library一下這個包,里面包含了KEGG數據庫的19個子數據庫
,"pathway"、"genes" 、"ligand"、 "brite"為4個主要的數據庫,其他的子數據庫是在這4個數據庫的基礎上衍生出來的。
> library("KEGGREST")
> listDatabases()
[1] "pathway" "brite" "module" "ko" "genome" "vg"
[7] "ag" "compound" "glycan" "reaction" "rclass" "enzyme"
[13] "disease" "drug" "dgroup" "environ" "genes" "ligand"
[19] "kegg"
- "pathway"數據庫提供發生在細胞內各種反應的人工繪制途徑圖,以網絡形式-呈現。"genes" 數據庫存儲KEGG中注冊的已經測序的基因組信息。
- "ligand"數據庫可以查詢化合物、多糖以及酶促反應等信息。
- "brite"是將生物信息按等級層次分類歸納的數據庫,其中所包含的KEGG、KO是用于同源性識別的系統。
2.提取通路信息
keggGet('hsa04728')
gs<-keggGet('hsa04728')
-
使用 keggGet 函數獲取人類基因信號通路 hsa04650 的信息,并緩存
逐步run可以看到結果包括了通路介紹、基因,基因間的聯系方式,以及鏈接等等。
三.提取全部基因
#獲取通路中gene信息
gs[[1]]$GENE
#查找所有基因
genes<-unlist(lapply(gs[[1]]$GENE,function(x) strsplit(x,';')))
genelist <- genes[1:length(genes)%%3 ==2]
genelist <- data.frame(genelist)
#把結果寫入表格中
write.table(genelist, "C:\\Users\\xxx\\Desktop\\hsa04728.csv",
row.names=FALSE,col.names=TRUE,sep=",")
最終可以獲得一個表格,genelist中有132個基因name,即多巴胺通路hsa04718中涉及的所有的基因。