msigdbr函数的一些见解

msigdbr函数的一些见解

对这个函数有问题主要是因为msigdb数据库出现鼠系列的数据，那我就想能不能用这些数据来做个GSEA或GSVA。但关于通路的数据是WikiPathways的。

那么用msigdb数据库来做GSVA/GSEA分析是就只能用C2 C6的数据。紧接着我看到一段话

我就开始怀疑之前做的会不会是错的，因为我之前没有转换的这一步，直接将鼠基因导入msigdbr函数，利用C2做的kegg富集分析。

所以我开始去观察这个函数的参数

KEGG_df_all <-  msigdbr(species = "Mus musculus", # Homo sapiens or Mus musculus
                        category = "C2",
                        subcategory = "CP:KEGG") 
1
2
3

可以看到这个函数是可以选择物种

那是不是这个函数会自动将基因转化为人基因呢，这样最终得到的结果才算有意义。
这样一来就得观察函数的源代码了。源代码没找到，最终想到一种方法来验证。

只改变species这个参数，观察结果。

library(msigdbr)
h_gene_sets <- msigdbr(species = "Homo sapiens", category = "H")
head(h_gene_sets)
1
2
3

library(msigdbr)
h_gene_sets <- msigdbr(species = "mouse", category = "H")
head(h_gene_sets)
1
2
3

观察一下就能发现，gene_symbol为自动转化为人的基因，所以最终利用C2来做富集分析时可以的。

不过毕竟是人基因相关的通路，最终得到的结果肯定没有在鼠相关的通路说服力更强。

我的问题又来了，之前利用kegg数据库做的富集分析是不是也是利用人基因呢？

GSEA第3弹！MSigDB也开始支持小鼠功能基因集啦 - 知乎 (zhihu.com)
GSEA | MSigDB (gsea-msigdb.org)
(36条消息) wikipathway : 代谢通路专用数据库_生信修炼手册的博客-CSDN博客
WikiPathways - WikiPathways