RaMP DB
v2.3.3
RaMP 3.0 ist jetzt veröffentlicht und enthält eine aktualisierte Backend-Datenbank mit erweiterten Anmerkungen für >200.000 Metaboliten und ~16.000 Gene/Proteine. Zu den Anmerkungen gehören biologische Pfade, chemische Klassen und Strukturen (nur für Metaboliten), Ontologien (nur für Metaboliten) und Enzym-Metabolit-Beziehungen, die auf chemischen Reaktionen basieren. Anmerkungen stammen aus HMDB, KEGG (über HMDB), Lipid-MAPS, WikiPathways, Reactome, CheBI und der Rhea-Reaktionsdatenbank.
Dieses R-Paket enthält Funktionen, die es Benutzern ermöglichen, mit dieser aktuellen und umfassenden Ressource zu interagieren. Zu den Funktionen gehören 1) einfache und Batch-Abfragen für Pfade, Ontologien, chemische Annotationen und Gen-Metabolit-Beziehungen auf Reaktionsebene; 2) Signalweg- und chemische Anreicherungsanalysen.
Der zum Aufbau der Backend-RaMP-Datenbank verwendete Code ist unter https://github.com/ncats/RaMP-Backend frei verfügbar.
Bitte klicken Sie hier, um unser neuestes Manuskript anzuzeigen.
Unsere neue überarbeitete Weboberfläche finden Sie unter https://rampdb.nih.gov/. Der Code ist öffentlich verfügbar unter https://github.com/ncats/RaMP-Client/.
Der API-Zugriff ist jetzt hier verfügbar.
Der Zweck von RaMP besteht darin, eine öffentlich zugängliche Datenbank bereitzustellen, die biologische, chemische und andere Metaboliten und Gene/Proteine aus mehreren Quellen integriert. Die Datenbankstruktur und -daten stehen als SQLite-Datenbankdatei zur Verfügung und werden bei Verwendung des RaMP-Pakets direkt heruntergeladen. Weitere Informationen finden Sie in der Installationsanleitung. Bitte beachten Sie, dass sich dieses Projekt in kontinuierlicher Entwicklung befindet und wir uns über jedes Feedback freuen.
Bei Fragen oder Rückmeldungen senden Sie uns bitte eine Nachricht an [email protected].
Wenn Sie einen Fehler finden, reichen Sie bitte ein Problem über dieses GitHub-Repo ein.
Die R-Pakete und die zugehörige App führen die folgenden Abfragen aus:
1. Retrieve analytes (genes, proteins, metabolites) given pathway(s) as input.
2. Retrieve pathway annotations given analytes as input.
3. Retrieve chemical annotations/structures given metabolites as input.
4. Retrieve analytes involved in the same reaction (e.g. enzymes catalyzing reactions involving input metabolites)
5. Retrieve ontologies (e.g. biospecimen location, disease, etc.) given input meteabolites.
6. Retrieve reactions associated with a list of metabolite and gene/protein input ids.
7. Multi-omic pathway enrichment analysis
8. Chemical enrichment analyses
Detaillierte Anweisungen zur lokalen Installation von RaMP finden Sie unten. Um Ihnen den Einstieg in die Analysen zu erleichtern, haben wir auch eine Vignette zusammengestellt. Klicken Sie hier für die Vignette.
Wenn Sie RaMP-DB verwenden, zitieren Sie bitte die folgenden Arbeiten:
Braisted J, Patt A, Tindall C, Sheils T, Neyra J, Spencer K, Eicher T, Mathé EA. RaMP-DB 2.0: eine erneuerte Wissensdatenbank zur Ableitung biologischer und chemischer Erkenntnisse aus Metaboliten, Proteinen und Genen. Bioinformatik. 1. Jan. 2023;39(1):btac726. doi: 10.1093/bioinformatics/btac726. PMID: 36373969; PMCID: PMC9825745. Um darauf zuzugreifen, klicken Sie hier
Zhang, B., et al., RaMP: A Comprehensive Relational Database of Metabolomics Pathways for Pathway Enrichment Analysis of Genes and Metabolites. Metaboliten, 2018. 8(1). PMID: 29470400; PMCID: PMC5876005; DOI: 10.3390/metabo8010016 Um darauf zuzugreifen, klicken Sie hier
Um dieses R-Paket lokal verwenden zu können, müssen Sie den R-Code unter diesem Repository installieren.
Besonderer Hinweis: Es besteht eine Inkompatibilität (hier gemeldet: https://stat.ethz.ch/pipermail/bioc-devel/2023-October/020003.html) zwischen der mit BiocManager (2.8.0) installierten Version von BiocFileCache und der tatsächlichen Version neueste Version (2.10.1). Letzteres wird benötigt, um mit anderen Abhängigkeiten in RaMP-DB kompatibel zu sein. Um die neueste Version zu installieren, müssen Sie die Quelldatei von Bioconductor (https://bioconductor.org/packages/release/bioc/html/BiocFileCache.html) herunterladen und dann mit der Funktion install.packages() installieren. Für einen Mac sieht das so aus:
install.packages("/Users/mathee/Downloads/BiocFileCache_2.10.1.tgz")
Sie können dieses Paket direkt von GitHub aus installieren, indem Sie die Funktion install_github() verwenden, die im devtools-Paket verfügbar ist. Geben Sie in der R-Konsole Folgendes ein:
# Locally install RaMP
install.packages( " devtools " )
library( devtools )
install_github( " ncats/RAMP-DB " )
# Load the package
library( RaMP )
# initializes the RaMP database object, downloading and caching the latest SQLite database
# if no version already exists in local cache.
rampDB <- RaMP()
# note that you can use the following method to check database versions hosted in your
# computer's local cache and databases that are available to download in our remote repository.
RaMP :: listAvailableRaMPDbVersions()
# using that list of available RaMP DB versions, one can specify the database version to use
# if the selected version is not available on your computer, but is in our remote repository at GitHub,
# the SQLite DB file will be automatically downloaded into local file cache.
# RaMP is using the BiocFileCache package to manage a local file cache.
rampDB <- RaMP( version = " 2.5.4 " )
Wenn Gen- oder Metaboliten-IDs für Abfragen eingegeben werden, sollten den IDs die Herkunftsdatenbank vorangestellt werden, z. B. kegg:C02712, hmdb:HMDB04824 oder CAS:2566-39-4. Die Liste der Metaboliten- oder Gen-/Protein-IDs kann unterschiedlicher Herkunft sein. Denken Sie daran, den Doppelpunkt in das Präfix aufzunehmen. Die derzeit in RaMP enthaltenen ID-Präfixe sind:
| Analyttyp | ID-Präfixtypen |
|---|---|
| Metaboliten | hmdb, pubchem, chebi, chemspider, kegg, CAS, LIPIDMAPS, swisslipids, lipidbank, wikidata, plantfa, kegg_glycan |
| Gene/Proteine | ensembl, entrez, gene_symbol, uniprot, hmdb, ncbiprotein, EN, wikidata, chebi |
Mit den folgenden RaMP-Funktionen können alle dargestellten ID-Präfixtypen aufgelistet werden.
rampDB <- RaMP()
RaMP::getPrefixesFromAnalytes(db = rampDB, analyteType = 'metabolite')
RaMP::getPrefixesFromAnalytes(db = rampDB, analyteType = 'gene')
