base de datos rampa
v2.3.3
RaMP 3.0 ya se lanzó e incluye una base de datos backend actualizada con anotaciones ampliadas para >200 000 metabolitos y ~16 000 genes/proteínas. Las anotaciones incluyen rutas biológicas, clases y estructuras químicas (solo para metabolitos), ontologías (solo metabolitos) y relaciones enzima-metabolito basadas en reacciones químicas. Las anotaciones se extraen de las bases de datos de reacciones HMDB, KEGG (a través de HMDB), Lipid-MAPS, WikiPathways, Reactome, CheBI y Rhea.
Este paquete R incluye funciones que permiten a los usuarios interactuar con este recurso completo y actualizado. Las funcionalidades incluyen 1) consultas simples y por lotes para rutas, ontologías, anotaciones químicas y relaciones entre genes y metabolitos a nivel de reacción; 2) análisis de vías y de enriquecimiento químico.
El código utilizado para crear la base de datos RaMP backend está disponible gratuitamente en https://github.com/ncats/RaMP-Backend.
Haga clic aquí para ver nuestro último manuscrito.
Nuestra nueva interfaz web renovada se puede encontrar en https://rampdb.nih.gov/. El código está disponible públicamente en https://github.com/ncats/RaMP-Client/.
El acceso a la API ya está disponible aquí.
El propósito de RaMP es proporcionar una base de datos disponible públicamente que integre metabolitos y genes/proteínas biológicas, químicas y otras de múltiples fuentes. La estructura y los datos de la base de datos están disponibles como un archivo de base de datos SQLite y se descargan directamente cuando se utiliza el paquete RaMP. Consulte las Instrucciones de instalación para obtener más información. Tenga en cuenta que este proyecto está en continuo desarrollo y agradecemos cualquier comentario.
Si tiene alguna pregunta o comentario, envíenos una nota a [email protected].
Si encuentra un error, envíe un problema a través de este repositorio de GitHub.
Los paquetes de R y la aplicación asociada realizan las siguientes consultas:
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
A continuación se muestran instrucciones detalladas para instalar RaMP localmente. También hemos elaborado una viñeta para que pueda comenzar con los análisis. Haga clic aquí para ver la viñeta.
Si utiliza RaMP-DB, cite el siguiente trabajo:
Braisted J, Patt A, Tindall C, Sheils T, Neyra J, Spencer K, Eicher T, Mathé EA. RaMP-DB 2.0: una base de conocimientos renovada para obtener conocimientos biológicos y químicos a partir de metabolitos, proteínas y genes. Bioinformática. 39(1):btac726. doi: 10.1093/bioinformática/btac726. PMID: 36373969; PMCID: PMC9825745. Para acceder, haga clic aquí
Zhang, B., et al., RaMP: una base de datos relacional integral de vías metabolómicas para el análisis de enriquecimiento de vías de genes y metabolitos. Metabolitos, 2018. 8(1). PMID: 29470400; PMCID: PMC5876005; DOI: 10.3390/metabo8010016 Para acceder, haga clic aquí
Para utilizar este paquete R localmente, deberá instalar el código R en este repositorio.
Nota especial: existe incompatibilidad (informada aquí: https://stat.ethz.ch/pipermail/bioc-devel/2023-October/020003.html) entre la versión de BiocFileCache instalada con BiocManager (2.8.0) y la versión real última versión (2.10.1). Este último es necesario para que sea compatible con otras dependencias en RaMP-DB. Para instalar la última versión, deberá descargar el archivo fuente de Bioconductor (https://bioconductor.org/packages/release/bioc/html/BiocFileCache.html) y luego instalarlo usando la función install.packages(). Para una Mac, esto se ve así:
install.packages("/Users/mathee/Downloads/BiocFileCache_2.10.1.tgz")
Puede instalar este paquete directamente desde GitHub usando la función install_github() disponible a través del paquete devtools. En la consola R, escriba lo siguiente:
# 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 " )
Cuando se ingresan identificadores de genes o metabolitos para consultas, a los identificadores se les debe anteponer su base de datos de origen, por ejemplo, kegg:C02712, hmdb:HMDB04824 o CAS:2566-39-4. La lista de identificaciones de metabolitos o genes/proteínas puede tener fuentes mixtas. Recuerde incluir los dos puntos en el prefijo. Los prefijos de identificación que se incluyen actualmente en RaMP son:
| Tipo de analito | Tipos de prefijos de ID |
|---|---|
| metabolitos | hmdb, pubchem, chebi, chemspider, kegg, CAS, LIPIDMAPS, swisslipids, lipidbank, wikidata, plantfa, kegg_glicano |
| Genes/Proteínas | conjunto, entrez, gene_symbol, uniprot, hmdb, ncbiprotein, EN, wikidata, chebi |
Las siguientes funciones RaMP se pueden utilizar para enumerar todos los tipos de prefijos de identificación representados.
rampDB <- RaMP()
RaMP::getPrefixesFromAnalytes(db = rampDB, analyteType = 'metabolite')
RaMP::getPrefixesFromAnalytes(db = rampDB, analyteType = 'gene')
