occdn.limour.top/source/_posts/clusterprofiler：构建wikipathways数据库.md

---

title: clusterProfiler：构建WikiPathways数据库 tags: [] id: '2130' categories:

• - 通路富集 comments: false date: 2022-07-21 09:37:22 ---

WikiPathways是一个开放协作平台，旨在促进生物学界对通路信息的贡献和维护。它提供了一种新的模型，可以增强和补充KEGG、Reactome和Pathway Commons等正在进行的工作。

安装相应的R包

• conda activate clusterprofiler
• conda install -c bioconda bioconductor-rwikipathways -y

初步建立数据库

require(rWikiPathways)
wp <- downloadPathwayArchive(organism='Homo sapiens', format='gmt')
text <- readLines(wp, encoding = "UTF-8")
text <- strsplit(text, "\t")
WP <- list(TERM2GENE=data.frame(), TERM2NAME=data.frame())
for (i in 1:length(text)){
    line <- text[[i]]
    gsid <- line[1]
    WP$TERM2NAME <- rbind(WP$TERM2NAME, c(i,gsid))
    for(k in 3:length(line)){
        WP$TERM2GENE <- rbind(WP$TERM2GENE, c(i,line[k]))
    }
}
colnames(WP$TERM2NAME) <- c('gsid', 'name')
colnames(WP$TERM2GENE) <- c('gsid', 'gene')
tmp <- AnnotationDbi::select(org.Hs.eg.db::org.Hs.eg.db,keys=WP$TERM2GENE$gene,columns='SYMBOL', keytype='ENTREZID')

修订部分更新

• tmp[is.na(tmp$SYMBOL),] 找到所有转换失败的ENTREZID，比如 388813
• 访问 https://www.ncbi.nlm.nih.gov/gene/ 得到更新信息
• 比如 388813 现在已经更名为 64092，HGNC确认其官方SYMBOL为 SAMSN1
• tmp[is.na(tmp$SYMBOL), 'SYMBOL'] <- c('SAMSN1', rep('S1PR3',3))，手动更新信息
• WP$TERM2GENE$gene <- tmp$SYMBOL 更改ENTREZID为SYMBOL
• saveRDS(WP,'WP.hsa.rds') 保存数据库
• 自定义数据库的使用方法见下面的博文

https://occdn.limour.top/2128.html