MSigDB数据库详细介绍

一、MSigDB是什么

MSigDB（The Molecular Signatures Database）是一个基因集数据库，包含了多种功能注释的基因集，它是一个支持生物信息学数据分析的开放资源平台。MSigDB是基于公开可得的基因表达数据而建立的，主要用于启发式的生物标记物，新药靶点发现和机制解释等研究。MSigDB还提供了用于分析基因表达数据集的工具和算法。

二、MSigDBR

MSigDBR是一个针对MSigDB的R语言包，可用于下载、管理和提取MSigDB的数据。该R包可以对52种Human MSigDB集合和18种 Mouse MSigDB集合进行下载和管理，以及快速的基因集分析，使得用户可以很方便的使用MSigDB数据库中的基因集来进行分析研究。

三、MSigDB查找基因集

用户可以通过MSigDB官网的搜索功能轻松的查找到自己所需要的基因集，也可以通过R语言编写代码进行查询。以下是通过代码获取TP53（一种与癌症相关的基因）基因集的示例：

library(MSigDBR)
tp53_list <- query(msigdbi = msigdb$path, gene_sets = 'TP53', gene_set_type = 'C2')
head(tp53_list$gs)



结果返回ID号和所有与TP53基因相关的基因集的名称。此时可以通过ID号查找基因集内的具体基因名称，或者利用函数mapping来得到其他基因ID（如示例代码中使用mapping(name=tp53_list$gs[1], msigdbi=msigdb$path)获取该基因集中每个基因的Symbol等）。

四、MSigDB数据库官网
MSigDB官网提供了便捷的数据查询、下载和资源文档，网址为https://www.gsea-msigdb.org/gsea/msigdb/index.jsp。可以直接通过该网站检索自己感兴趣的基因集，除此之外，官网还提供了一些其他工具和资源进行生物信息学分析。

五、MSigDB数据库小鼠
除了对人类基因的注释，MSigDB还注释了小鼠的基因，包含大量的小鼠基因集，支持小鼠数据的生物信息学研究，数据来源于鼠基因注释数据库（MGI）。搭配使用Mouse MSigDB和Human MSigDB可以得到更全面的研究结果。

六、MSigDB查找代谢基因集
MSigDB还注释了代谢相关的基因集，其中包括如KEGG、REACTOME等公共数据库，这对于代谢学研究是非常有价值的。以下是利用R语言查询KEGG中代谢与葡萄糖代谢相关的基因集的示例：

kg <- msigdbKEGG(msigdbi = msigdb$path)
kegg_genes <- query(msigdbi = msigdb$path, gene_sets = 'KEGG_GLUCOSE_METABOLISM', gene_set_type = 'C2')
kegg_genes <- kegg_genes$gs[[1]]
kegg_genes <- mapping(name=kegg_genes, msigdbi=msigdb$path, toSymbol=T, destdir=NULL, geneColumn=2, proteinColumn=NULL)


以上是基于MSigDBR对MSigDB的一些简单介绍，它们的使用可以显著的提高生物信息学研究的效率及准确性。