Pathwaysweb.

介绍

存在许多数据库和应用程序编程接口（API），用于检索用于生物研究的基因组和相关数据。188bet体育网址现有系统有时提供不完整的数据，使用不同的数据标识符，并且通常不会彼此同步地保持其数据库。这些不兼容性可以使数据难以用于研究。188bet体育网址此外，API和数据格式可能经常变化，没有警告。许多系统没有API，并且需要下载整个数据库或解析网页以通过自动系统访问数据。

为了帮助避免上面列出的一些问题，我们开发了一个基于资源，记录良好的Web系统，Pathwaysweb。该系统提供有关基因，生物途径，基因本体论术语，基因基因相互作用网络的公开信息，以及相互作用方向性的基因基因相互作用网络，以及与相关的PubMed文件的联系。为了协调数据，它基于人类基因命名委员会（HGNC）批准的SENE符号。该系统从多个源检索数据和标准化元素，确保路径中的基因符号与HGNC名称一致，并且通过集成的Web API呈现组合数据。从各种来源加载的每组数据是数据的归档版本。

资源及其关系

PathWaysWeb系统包含多个资源。

这些资源之间的关系可以在下图中看到。

两个服务（XML / JSON）或HTML

用户可以通过两个服务之一访问数据：

• Pathwaysweb.，（文件）XML或JSON Web API
• PathWaySbrowser.，（文件）搜索数据的HTML视图，为可用资源和在线帮助提供了快捷方式的菜单。

数据来源

pathwaysweb组合和标准化以下来源的数据：

• HGNC DataSet.
• 反应疗化途径和基因
• NCI-性质策划途径和基因
• NCI路径和子路径（从网页缩短）
• ncbi generifs（基因参考为功能）
• 通路：NCI Nature SIF（简单的互动格式）
• 预测网络：CSV
• 交互类型（手动创建）
• ncbi基因到pubmed
• 基因本体论

数据处理步骤

从各种来源下载数据和数据的处理包括多个步骤。

• 从各种来源下载数据
• 从这些文件中提取所需的数据子集
• 将多个交互源与通用格式组合
• 将自定义交互类型分配给交互资源
• 将数据同步以在可能的途径和交互中使用HGNC基因名称
• 将基因扩展到基因本体论术语映射之外，超出基因本体学提供的映射
• 将数据加载到数据库中

以下文档中显示了此过程的详细图数据下载，提取和数据后处理的文档