从msigdb下载的hallmark基因集里面的基因数量上限是200？？

生信技能树

发布于 2024-11-21 01:28:59

11300

代码可运行

文章被收录于专栏：生信技能树生信技能树

运行总次数：0

代码可运行

最近有小伙伴反馈在做题的时候出现了一个百思不得其解的bug，是不同数据库的hallmark基因集的冲突，蛮适合我们的人工智能大模型答疑的专辑，所以我也视频演练了一下；

第一次提问：帮我介绍一下 msigdbr 包，以及它背后的msigdb数据库资源，分门别类

msigdbr 是一个 R 语言包，它提供了对 MSigDB（Molecular Signatures Database）的直接访问。MSigDB 是一个广泛使用的基因集合注释数据库，它包含了大量关于基因集的注释信息，这些信息可以用于各种基因表达分析，尤其是在癌症生物学、免疫学和其他基因组学研究领域。

MSigDB 概述：

全称：Molecular Signatures Database。
目的：提供基因集的注释信息，帮助研究者理解基因如何在生物学过程和疾病中协同作用。
内容：包含多个子数据库，每个子数据库专注于不同类型的基因集和生物学主题。

MSigDB 的主要类别：

C2：包含已知的癌症基因集，如基因在不同癌症中的表达模式。
C3：包含基因集，这些基因集与特定细胞类型的表达谱相关。
C4：包含基因集，这些基因集与基因本体（Gene Ontology, GO）注释相关。
C5：包含基因集，这些基因集与KEGG路径或其他生物化学路径相关。
C6：包含基因集，这些基因集与微阵列数据集中的表达模式相关。
C7：包含基因集，这些基因集与免疫学相关，如免疫细胞类型的表达谱。

`msigdbr` 包的功能：

数据检索：允许用户根据关键词或其他标准检索 MSigDB 中的基因集。
基因集注释：提供基因集的详细注释信息，包括基因集的描述、成员基因列表、相关文献等。
数据下载：允许用户下载基因集数据，以便在本地进行进一步分析。
集成分析：可以与其他生物信息学工具和数据库结合使用，以进行更复杂的分析。

使用 `msigdbr` 包的示例代码：（大模型在瞎写。。。）

# 安装并加载 msigdbr 包
if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install("msigdbr")
library(msigdbr)

# 检索 MSigDB
gsets <- gsFromMsigDB("C2") 
# 查看检索到的基因集的描述
gsDescr(gsets) 
# 获取特定基因集的成员基因
genes <- gsMembers(gsets[[1]])

MSigDB 和 msigdbr 包是生物信息学和系统生物学研究中的重要资源，它们为研究者提供了一种快速访问和分析大规模基因集数据的方法。通过这些工具，研究者可以更好地理解基因如何在复杂的生物学过程和疾病中相互作用。

上面的函数都是不存在的。。。。

所以是需要自己看r包的帮助文档，真正的函数是：

msigdbr Retrieve the gene sets data frame
msigdbr_collections List the collections available in the msigdbr package
msigdbr_show_species List the species available in the msigdbr package
msigdbr_species List the species available in the msigdbr package

各个通路到底是各自有多少个基因呢？

如果大家使用的是下面的代码，会看到很多通路的基因数量其实是大于200的：

library(dplyr)
geneset <- msigdbr::msigdbr(species = "Homo sapiens", #物种
                            category = "H") %>% #所选集合
  dplyr::select(gs_name,gene_symbol) 
geneset=as.data.frame(geneset)
geneset=unique(geneset)
as.data.frame(sort(table(geneset$gs_name)))
> as.data.frame(sort(table(geneset$gs_name)))
                                         Var1 Freq
1                    HALLMARK_NOTCH_SIGNALING   34
2                       HALLMARK_ANGIOGENESIS   36
3                 HALLMARK_HEDGEHOG_SIGNALING   36
4                HALLMARK_PANCREAS_BETA_CELLS   44
5                     HALLMARK_APICAL_SURFACE   46
6         HALLMARK_WNT_BETA_CATENIN_SIGNALING   50
7    HALLMARK_REACTIVE_OXYGEN_SPECIES_PATHWAY   58
8                 HALLMARK_TGF_BETA_SIGNALING   59
9                     HALLMARK_MYC_TARGETS_V2   60
10           HALLMARK_CHOLESTEROL_HOMEOSTASIS   77
11                 HALLMARK_PROTEIN_SECRETION   98
12                 HALLMARK_ANDROGEN_RESPONSE  102
13           HALLMARK_IL6_JAK_STAT3_SIGNALING  103
14                        HALLMARK_PEROXISOME  110
15              HALLMARK_BILE_ACID_METABOLISM  114
16         HALLMARK_UNFOLDED_PROTEIN_RESPONSE  115
17           HALLMARK_PI3K_AKT_MTOR_SIGNALING  118
18         HALLMARK_INTERFERON_ALPHA_RESPONSE  140
19                   HALLMARK_SPERMATOGENESIS  144
20                    HALLMARK_UV_RESPONSE_DN  152
21                       HALLMARK_COAGULATION  162
22             HALLMARK_FATTY_ACID_METABOLISM  165
23                        HALLMARK_DNA_REPAIR  170
24                         HALLMARK_APOPTOSIS  183
25                    HALLMARK_UV_RESPONSE_UP  191
26 HALLMARK_EPITHELIAL_MESENCHYMAL_TRANSITION  204
27                    HALLMARK_G2M_CHECKPOINT  204
28                      HALLMARK_ADIPOGENESIS  210
29                  HALLMARK_MTORC1_SIGNALING  211
30                        HALLMARK_MYOGENESIS  212
31                   HALLMARK_HEME_METABOLISM  214
32                        HALLMARK_GLYCOLYSIS  215
33                           HALLMARK_HYPOXIA  215
34                   HALLMARK_MITOTIC_SPINDLE  215
35                       HALLMARK_P53_PATHWAY  215
36           HALLMARK_ESTROGEN_RESPONSE_EARLY  216
37               HALLMARK_IL2_STAT5_SIGNALING  216
38                       HALLMARK_E2F_TARGETS  218
39            HALLMARK_ESTROGEN_RESPONSE_LATE  218
40                 HALLMARK_KRAS_SIGNALING_DN  220
41                 HALLMARK_KRAS_SIGNALING_UP  220
42         HALLMARK_OXIDATIVE_PHOSPHORYLATION  220
43             HALLMARK_INFLAMMATORY_RESPONSE  222
44             HALLMARK_XENOBIOTIC_METABOLISM  224
45           HALLMARK_TNFA_SIGNALING_VIA_NFKB  228
46                   HALLMARK_APICAL_JUNCTION  231
47                    HALLMARK_MYC_TARGETS_V1  236
48                        HALLMARK_COMPLEMENT  237
49         HALLMARK_INTERFERON_GAMMA_RESPONSE  286
50               HALLMARK_ALLOGRAFT_REJECTION  335

但是如果去官网看：https://www.gsea-msigdb.org/gsea/msigdb/cards/HALLMARK_MYC_TARGETS_V1

其实每个通路都是200个基因而已，如下所示读取大家下载的官网文件，肉眼看看：

k = read.table('h.all.v2023.2.Hs.symbols.gmt',
               sep = '\t',fill = T) #下载的文件名

k = read.table('h.all.v7.2.symbols.gmt',
               sep = '\t',fill = T) #下载的文件名

第二次提问：msigdb数据库的hallmark的各个通路为什么基因数量上限是200呢

MSigDB（Molecular Signatures Database）是一个资源丰富的基因集数据库，它包含了多种类型的基因集，其中"Hallmark"基因集是一类特殊的基因集，它们代表了生物学上核心的、定义明确的或广泛研究的生物学过程。"Hallmark"基因集由基因集的创建者精心挑选，以确保它们覆盖了关键的生物学概念。

关于"Hallmark"基因集的基因数量上限是200的原因，这可能是由MSigDB的设计者基于以下几个考虑设定的：

生物学代表性：200个基因通常足以覆盖一个生物学过程或通路的核心特征，而不会过于冗杂。
分析效率：基因集的大小直接影响到数据分析的效率。较小的基因集可以加快计算速度，使得分析更加高效。
统计可靠性：较小的基因集可以减少统计分析中的偶然性，提高结果的可靠性。
通用性："Hallmark"基因集旨在提供一种通用的生物学过程描述，而不是详尽无遗的列表。它们更多地用于展示生物学过程的典型特征。
用户友好性：限制基因集的大小可以提高用户的使用体验，避免在分析中处理过于庞大和复杂的数据集。
数据库维护：限制基因集的大小有助于数据库的维护和管理，确保数据的质量和更新的及时性。

然而，实际上并非所有"Hallmark"基因集都严格限制在200个基因以内。有些基因集可能会包含更多的基因，特别是当它们需要覆盖更广泛的生物学过程时。MSigDB的设计者会根据基因集的生物学意义和实际应用需求来确定合适的基因数量。

如果你需要更具体的信息或有关于MSigDB的特定问题，建议直接查阅MSigDB的官方文档或联系数据库的维护者以获取最准确的答案。

为什么冲突了呢

前面的那个msigdbr 里面的很多通路的基因的数量是超出了200，但是官网明明是上限就是200，冲突其实是因为两个基因列表里面有一个是有重复值。。。

g1=as.character(k[28,3:202]);g1
g2=as.character(geneset[geneset$gs_name=='HALLMARK_MYC_TARGETS_V1',2])
length(intersect(g1,g2))
setdiff(g1,g2)
setdiff(g2,g1)