Reactome pathway database

何时使用

适用：

• 按稳定 ID 取通路/反应/实体详情（如 R-HSA-69620 细胞周期），或取通路里的参与分子与参考实体（UniProt/ChEBI 等）。
• 按关键词跨 Reactome 检索通路/蛋白/复合物，带物种与类型分面过滤。
• 拿一组基因/蛋白跑通路过表征富集（ORA），得带 FDR 的富集通路表与可复用 token。
• 遍历通路层级（顶层通路 → 子通路 → 反应）与祖先链。
• 跨库映射标识符（UniProt/Ensembl/NCBI Gene/ChEBI/miRBase/KEGG…）或取物种专属/直系同源通路。
• 凭 token 复取/再过滤既往富集结果，或与协作者共享同一结果集。

不该用（负边界）：

• KEGG 代谢通路与 KEGG↔外部库 ID 转换 —— 用 kegg-database。
• 蛋白-蛋白互作网络 —— 本库暂无 STRING 条目，需另寻 PPI 工具。
• 富集方法选型/GSEA/去冗余/可视化等完整富集工作流 —— 交 gene-set-enrichment-analysis；本技能只提供 Reactome 一侧的 ORA 接口与结果。
• 多库 Python 聚合（一脚本同查 Ensembl/NCBI/UniProt）—— 用 gget-genomic-databases。
• 需带缓存的 Python 封装时，可考虑官方 reactome2py（pip install reactome2py）。

步骤 / 指令

1. 环境：仅需 requests，两套接口全部免鉴权；pixi/conda 内用 pixi run python ...。

   pip install requests
   

2. 两个 base URL 各司其职：
   • Content Service https://reactome.org/ContentService —— 查通路/实体/层级/物种/xref（GET，参数走 query）。
   • Analysis Service https://reactome.org/AnalysisService —— 富集分析与 token 结果（提交用 POST + text/plain 文本体）。
3. 先搜后取：不知道 ID 就先 /search/query 枚举，拿到 stId（形如 R-HSA-#####）再 /data/query/{stId} 取详情；优先用稳定 ID，内部 dbId 跨版本会变。
4. 富集提交：POST /identifiers/，body 为换行分隔的标识符（或制表符分隔带表达值做叠加），返回 summary.token + pathways。富集排序用 sortBy=ENTITIES_FDR（FDR 比原始 p 值更可靠）。
5. 善用 token：token 有效数小时，存下后可 GET /token/{token} 复取并按 species/resource（TOTAL/UNIPROT/ENSEMBL/CHEBI…）再过滤，无需重跑；也可拼成 PathwayBrowser 链接共享。
6. 物种用 NCBI taxId 或物种名：9606=人、10090=鼠、10116=鼠（大鼠）；搜索/富集加 species=Homo sapiens 防跨物种串味。
7. 批量加延时：无硬性限流，但顺序请求间加 time.sleep(0.5) 防节流；大基因列表（>2000）分批，遇 500 退避重试。
8. 核对未命中：富集结果看 identifiersNotFound，偏高多半是 ID 类型不对（UniProt vs HGNC 符号）或 ID 过时。

示例

通用 GET 封装 + 查版本/通路/搜索：

import requests, time
CONTENT  = "https://reactome.org/ContentService"
ANALYSIS = "https://reactome.org/AnalysisService"

def rx_get(base, path, params=None):
    r = requests.get(f"{base}{path}", params=params)
    r.raise_for_status()
    try: return r.json()
    except ValueError: return r.text

print(rx_get(CONTENT, "/data/database/version"))          # 库版本
p = rx_get(CONTENT, "/data/query/R-HSA-69620")            # 按稳定 ID 取通路
print(p["displayName"], p["speciesName"], p["schemaClass"])
res = rx_get(CONTENT, "/search/query", params={"query": "apoptosis", "types": "Pathway"})
print("found:", res["found"])

通路参与分子与参考实体（取通路里的基因/蛋白）：

ents = rx_get(CONTENT, "/data/participants/R-HSA-69620")
refs = rx_get(CONTENT, "/data/participants/R-HSA-69620/referenceEntities")
for r in refs[:3]:
    print(r.get("databaseName"), r.get("identifier"), "—", r["displayName"])
# 取通路全部 UniProt 蛋白：筛 databaseName == "UniProt"
genes = {r["displayName"] for r in refs if r.get("databaseName") == "UniProt"}

基因列表富集（ORA）→ 取 token 与 top 通路：

genes = "TP53\nBRCA1\nBRCA2\nATM\nCHEK2\nCDK2\nRB1\nMDM2\nCDKN1A\nBAX"
resp = requests.post(
    f"{ANALYSIS}/identifiers/",
    headers={"Content-Type": "text/plain"},
    data=genes,
    params={"pageSize": 5, "sortBy": "ENTITIES_FDR", "order": "ASC"},
)
resp.raise_for_status()
r = resp.json()
token = r["summary"]["token"]
print("token:", token, "| pathways:", r["pathwaysFound"], "| 未命中:", r["identifiersNotFound"])
for p in r["pathways"][:5]:
    e = p["entities"]
    print(f"  {p['stId']} {p['name']}  FDR={e['fdr']:.2e}  {e['found']}/{e['total']}")

凭 token 复取/再过滤 + 看某通路命中的标识符：

data = requests.get(f"{ANALYSIS}/token/{token}", params={
    "pageSize": 20, "sortBy": "ENTITIES_FDR",
    "species": "Homo sapiens", "resource": "TOTAL"}).json()
top = data["pathways"][0]["stId"]
found = requests.get(f"{ANALYSIS}/token/{token}/found/all/{top}").json()
for ent in found.get("entities", [])[:5]:
    print(ent["id"], "->", [m["identifier"] for m in ent.get("mapsTo", [])])

通路层级与跨库映射：

top = rx_get(CONTENT, "/data/pathways/top/9606")                       # 人顶层通路
sub = rx_get(CONTENT, "/data/pathway/R-HSA-69620/containedEvents")     # 子通路+反应
anc = rx_get(CONTENT, "/data/event/R-HSA-69620/ancestors")            # 祖先链
species = rx_get(CONTENT, "/data/species/all")                        # 全物种(含 taxId)
ortho = rx_get(CONTENT, "/data/orthology/R-HSA-69620/species/10090")  # 人→鼠直系同源

表达值叠加（制表符分隔，首行可作表头自动识别）：

expr = "#id\tcontrol\ttreated\nTP53\t1.2\t3.5\nBRCA1\t2.1\t1.8\nCDK2\t0.9\t4.2"
r = requests.post(f"{ANALYSIS}/identifiers/",
    headers={"Content-Type": "text/plain"}, data=expr,
    params={"pageSize": 10, "sortBy": "ENTITIES_FDR"}).json()
for p in r["pathways"][:3]:
    print(p["name"], "expr=", p["entities"].get("exp", []))

通路图 / 富集叠加链接：

pid, token = "R-HSA-69620", "YOUR_TOKEN"
print(f"https://reactome.org/PathwayBrowser/#/{pid}")                         # 通路图
print(f"https://reactome.org/PathwayBrowser/#/{pid}&DTAB=AN&ANALYSIS={token}")# 带富集叠加

注意事项

通路层级与可搜类型：

层级	schemaClass	例
顶层通路	TopLevelPathway	细胞周期、免疫系统、代谢
通路	Pathway	细胞周期检查点
反应	Reaction	TP53 binds RB1
物理实体	EntityWithAccessionedSequence	TP53 [cytosol]

可搜 types：Pathway/Reaction/Protein/Complex/SmallMolecule/Gene/DNA/RNA/Drug/ReferenceEntity。富集接受的 ID：UniProt（P04637）、HGNC 符号（TP53）、Ensembl（ENSG…/ENSP…）、NCBI Gene（7157）、ChEBI（CHEBI:15377）、miRBase、KEGG（hsa:7157）等。

关键参数：sortBy（ENTITIES_FDR/ENTITIES_PVALUE/ENTITIES_FOUND/NAME，默认 PVALUE）、pageSize（默认 20，1–250）、resource（默认 TOTAL，可 UNIPROT/ENSEMBL/CHEBI…）、搜索 cluster（默认 true，按类型分组）。

常见排错：

• 404：稳定 ID 或物种前缀错——人类用 R-HSA-{数字}，先 /search/query 找有效 ID。
• 400：POST body 或 Content-Type 错——富集须 Content-Type: text/plain + 换行分隔标识符。
• 富集空结果 / 未命中高：ID 不被识别——查 identifiersNotFound，换 ID 类型（UniProt↔HGNC 符号）。
• 500：输入过大或服务端波动——退避重试，大列表（>2000）分批。
• token 失效：结果只存数小时——重新提交基因列表。
• 跨物种串味：搜索/富集加 species=Homo sapiens。
• xref 返回空：并非所有实体都有外部库映射，属正常，看实体 schemaClass。
• 响应慢：大通路实体多——用 pageSize 分页并本地缓存。

参考：Content Service API（Swagger）、Analysis Service API、Reactome 主站、reactome2py；Gillespie M. et al. (2022) Nucleic Acids Research 50:D364–D370。

互见

• requires：无。
• related：kegg-database —— KEGG 代谢通路与 ID 转换，关注代谢侧时用它；uniprot-protein-database、pubchem-compound-search、opentargets-database —— 富集前后的跨库 ID 衔接与靶点/化合物下钻；gget-genomic-databases、scientific-database-lookup —— 多库 Python 聚合 / 通用数据库查询。
• combines_with：gene-set-enrichment-analysis —— 本技能提供 Reactome 一侧的 ORA 接口与结果，完整富集选型（ORA vs GSEA）、去冗余与可视化交由它编排；kegg-database —— 同时取 KEGG 与 Reactome 富集做交叉验证。

---

采编自 jaechang-hits/SciAgent-Skills（CC-BY-4.0）。