扫码支付更轻松
介绍
Reactome是开源的关系数据库，它记录了信号和代谢分子及其组成生物途径和过程的关系。Reactome数据模型的核心单元是反应 (reaction)。参与反应的物质(核酸、蛋白质、复合物、小分子等)形成了生物相互作用的网络，并被归类为途径(pathway)。Reactome中的生物途径包括代谢、信号转导、转录调控、凋亡和疾病。Reactome的通路都是由专家撰写，经同行评阅的有关人体内各项反应及生物学路径的文章的数据库，目前在医学、遗传学、基因组学、分子生物学等领域的研究人员用于解释高通量实验研究的结果。Pathway显著性富集分析以Reactome Pathway为单位，应用超几何检验，找出与整个基因组背景相比，在差异表达基因中显著性富集的Pathway。
P的计算公式：
其中，N为所有基因（背景基因）的数量，n为差异基因（目的基因）的数量，M为所有基因中该pathway的数量，i为差异基因中注释到该pathway的数量，计算得到的pvalue通过FDR校正之后，以corrected-pvalue≤0.05为阈值，满足此条件的pathway定义为在差异表达基因中显著富集的pathway。
功能：
输入基因集或差异表达倍数的基因集，通过预设定参数，进行Reactome富集分析并将分析结果进行精美图形可视化，输出图形有富集气泡图、富集条形图、富集圈图、z-score气泡图（输出图形可选）。
适用范围：
可对15个常见物种的基因集进行富集分析，牛、斑马鱼、人、小鼠、大鼠、猪、秀丽线虫、果蝇、拟南芥、水稻、番茄、小麦、酵母、鸡、籼稻，并且提供2个基因组版本；
也可以自行准备研究物种的背景基因进行富集分析。
输入：
① 输入的表格文件，支持txt(制表符分隔)文本文件、csv(逗号分隔)文本文件、以及Excel专用的xlsx格式，同样支持旧版Excel的xls(Excel 97-2003 )格式。
② 富集的目的基因列表，即想要研究的基因列表，每行第一列为基因id，要包含在背景基因表中。请查看示例文件格式或下表。
|
ENSG00000151474 |
|
ENSG00000182175 |
|
ENSG00000153071 |
|
ENSG00000183117 |
③ 选择使用已有参考或者输入自己注释（整理）的DO信息作为背景基因。
选择已有参考时，注意版本号；
输入自己整理的Reactome数据时，可以在背景基因表输入即可，但也要注意格式，如下表：
|
ENSG00000186092 |
R-HSA-162582,R-HSA-372790 |
|
ENSG00000187642 |
R-HSA-1592230 |
|
ENSG00000162576 |
R-HSA-381426,R-HSA-392499 |
④基因差异表达差异倍数表：第一列为基因ID，第二列为差异表达倍数log2(FC)。
参数：
① 可选参数：添加基因差异表达差异倍数表。（提示：如果不输入差异表达倍数表，则不会输出富集差异z-score气泡图）
② 选择P值或Q值作图：P-value/Q-value
③ 选择前多少个通路作图：15/20/25/30
④ 选择想要绘制的图形：富集气泡图/富集条形图/富集圈图/z-score气泡图
输出：
① out.barplot/gradient.png/pdf：前20个显著富集条形图和气泡图（png/pdf格式）（n表示选择前多少个通路作图的数量）。
② out.bubble.png/pdf：前20个显著富集z-score气泡图（png/pdf格式）（如果通路太多，则影响图形美观和整体布局，所以该图形默认使用前20个通路绘图）。
③ out.circular.png/svg：前15/20个显著富集圈图（png/svg格式）（最多展示20个通路，如果选择30或25个通路，则输出结果还是20个通路）。
④ out.bar_Gradient.xls：绘制富集圈图文件，可用该文件在动态富集圈图工具进行个性化修改。
⑤ out.reactome.xls : 目的基因相对于背景基因的富集统计表。
⑥ out.do.html：网页格式结果。
示例文件：
输入：
富集分析步骤：
第1步：上传目的基因文件；
第2步：选择（或上传）背景基因文件；
第3步：提交。
输出：
① out.circular.png/svg：前20个显著富集差异通路圈图
② out.bubble.png/pdf：前20个显著富集差异通路的z-score气泡图
③ out.barplot/gradient.png/pdf：前20个显著富集通路的条形图和气泡图
④ out.reactome.html：网页格式结果分两个部分，上面为DOID的富集信息（图1），包括DOID，DO名称，富集到的基因数，背景基因数，P值，Q值；下面为每个DODI具体的基因（图2），点击DODI可以查看基因在DO的信息，并且点击图2 的DODI号可以到DO数据库网页查看更详细的信息（图3）。
图1
图2
图3
Q1. 上传的数据需要保存成什么格式？文件名称和拓展名有没有要求？
OmicShare当前支持txt(制表符分隔)文本文件、csv(逗号分隔)文本文件、以及Excel专用的xlsx格式，同样支持旧版Excel的xls(Excel 97-2003 )格式。如果是核酸、蛋白序列文件，必须为FASTA格式（本质是文本文件）。
文件名可由英文和数字构成，文件拓展名没有限制，可以是“.txt”、“.xlsx”、“.xls”、“.csv”“.fasta”等，例如 mydata01.txt，gene02.xlsx 。
Q2. 提交时报错常见问题：
1.提交时显示X行X列空行/无数据，请先自查表格中是否存在空格或空行,需要删掉。
2.提交时显示列数只有1列，但表格数据不止1列：列间需要用分隔符隔开，先行检查文件是否用了分隔符。
其它提示报错，请先自行根据提示修改；如果仍然无法提交，可通过左侧导航栏的“联系客服”选项咨询OmicShare客服。
Q3. 提交的任务完成后却不出图该怎么办？
主要原因是上传的数据文件存在特殊符号所致。可参考以下建议逐一排查出错原因：
（1）数据中含中文字符，把中文改成英文；
（2） 数据中含特殊符号，例如 %、NA、+、-、（）、空格、科学计数、罗马字母等，去掉特殊符号，将空值用数字“0”替换；
（3）检查数据中是否有空列、空行、重复的行、重复的列，特别是行名（一般为gene id）、列名(一般为样本名)出现重复值，如果有删掉。
排查完之后，重新上传数据、提交任务。如果仍然不出图，可通过左侧导航栏的“联系客服”选项咨询OmicShare客服。
Q4.下载的结果文件用什么软件打开？
OmicShare云平台的结果文件（例如，下图为KEGG富集分析的结果文件）包括两种类型：图片文件和文本文件。
图片文件：
为了便于用户对图片进行后期编辑，OmicShare同时提供位图（png）和矢量图(pdf、svg)两种类型的图片。对于矢量图，最常见的是pdf和svg格式，常用Ai(Adobe illustrator)等进行编辑。其中，svg格式的图片可用网页浏览器打开，也可直接在word、ppt中使用。
文本文件：
文本文件的拓展名主要有4种类型：“.os”、“.xls”、“.log”和“.txt”。这些文件本质上都是制表符分隔的文本文件，使用记事本、Notepad++、EditPlus、Excel等文本编辑器直接打开即可。结果文件中，拓展名为“.os”文件为上传的原始数据；“.xls”文件一般为分析生成的数据表格；“.log”文件为任务运行日志文件，便于检查任务出错原因。
Q5. 提交的任务一直在排队怎么办？
提交任务后都需要排队，1分钟后，点击“任务状态刷新”按钮即可。除了可能需运行数天的注释工具，一般工具数十秒即可出结果，如果超出30分钟仍无结果，请联系OS客服，发送任务编号给OmicShare客服，会有专人为你处理任务问题。
Q6. 结果页面窗口有问题，图表加载不出来怎么办？
尝试用谷歌浏览器登录OmicShare查看结果文件，部分浏览器可能不兼容。