# Scientific Reactome Pathways > Reactome パスウェイスキル。Reactome Content Service REST API によるパスウェイ検索・階層取得・UniProt マッピング・ パスウェイ図データ取得。ToolUniverse 連携: reactome。 - Skill: `nahisaho/scientific-reactome-pathways-2` (Agent Skill) - Install (CLI): `npx skillmds@latest add nahisaho/scientific-reactome-pathways-2` - Raw SKILL.md: https://api.skillmd.com/api/skills/nahisaho/scientific-reactome-pathways-2/raw - Safety review: pending (external: skill-scanner PASS, skillspector PASS) - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Integrations & APIs - Author: nahisaho (https://skillmd.com/u/nahisaho) - Updated: 2026-09-21 - Page: https://skillmd.com/skills/nahisaho/scientific-reactome-pathways-2 --- # Scientific Reactome Pathways Reactome Content Service REST API を活用したパスウェイ検索・ 階層構造取得・UniProt アクセッション→パスウェイマッピング・ パスウェイ図データ取得パイプラインを提供する。 ## When to Use - 生物学パスウェイを名前やキーワードで検索するとき - パスウェイ階層ツリーを取得するとき - UniProt アクセッションからパスウェイをマッピングするとき - パスウェイの参加者 (タンパク質/化合物) を列挙するとき - パスウェイ図のレイアウトデータを取得するとき --- ## Quick Start ## 1. パスウェイ検索・詳細取得 ```python import requests import pandas as pd REACTOME = "https://reactome.org/ContentService" def reactome_search(query, species="Homo sapiens", limit=25): """ Reactome — パスウェイ検索。 Parameters: query: str — 検索クエリ (例: "apoptosis", "MAPK") species: str — 種名 (例: "Homo sapiens") limit: int — 最大結果数 """ url = f"{REACTOME}/search/query" params = { "query": query, "species": species, "types": "Pathway", "cluster": "true", } resp = requests.get(url, params=params, timeout=30) resp.raise_for_status() data = resp.json() rows = [] for group in data.get("results", []): for entry in group.get("entries", [])[:limit]: rows.append({ "stId": entry.get("stId", ""), "name": entry.get("name", ""), "species": entry.get("species", ""), "exact_type": entry.get( "exactType", ""), "compartments": "; ".join( entry.get("compartmentNames", [])), }) df = pd.DataFrame(rows[:limit]) print(f"Reactome search: '{query}' → {len(df)} " f"pathways") return df def reactome_pathway_detail(pathway_id): """ Reactome — パスウェイ詳細取得。 Parameters: pathway_id: str — Reactome Stable ID (例: "R-HSA-109581") """ url = f"{REACTOME}/data/pathway/{pathway_id}" resp = requests.get(url, timeout=30) resp.raise_for_status() data = resp.json() result = { "stId": data.get("stId", ""), "name": data.get("displayName", ""), "species": data.get("speciesName", ""), "is_inferred": data.get("isInferred", False), "has_diagram": data.get("hasDiagram", False), "n_sub_events": len( data.get("hasEvent", [])), "n_compartments": len( data.get("compartment", [])), "release_date": data.get("releaseDate", ""), } return result ``` ## 2. UniProt→パスウェイ マッピング ```python def reactome_uniprot_pathways(uniprot_id, species="Homo sapiens"): """ Reactome — UniProt → パスウェイマッピング。 Parameters: uniprot_id: str — UniProt アクセッション (例: "P38398" = BRCA1) species: str — 種名 """ url = f"{REACTOME}/data/pathways/low/entity/{uniprot_id}" params = {"species": species} resp = requests.get(url, params=params, timeout=30) resp.raise_for_status() data = resp.json() rows = [] for pw in data: rows.append({ "pathway_id": pw.get("stId", ""), "pathway_name": pw.get("displayName", ""), "species": pw.get("speciesName", ""), "has_diagram": pw.get("hasDiagram", False), }) df = pd.DataFrame(rows) print(f"Reactome UniProt→pathway: {uniprot_id} " f"→ {len(df)} pathways") return df ``` ## 3. パスウェイ参加者取得 ```python def reactome_participants(pathway_id): """ Reactome — パスウェイ参加者一覧。 Parameters: pathway_id: str — Reactome Stable ID """ url = (f"{REACTOME}/data/participants/" f"{pathway_id}") resp = requests.get(url, timeout=30) resp.raise_for_status() data = resp.json() rows = [] for item in data: pe_name = item.get("displayName", "") for ref in item.get("refEntities", []): rows.append({ "pathway_id": pathway_id, "participant": pe_name, "db_name": ref.get("databaseName", ""), "identifier": ref.get("identifier", ""), "name": ref.get("displayName", ""), }) df = pd.DataFrame(rows) print(f"Reactome participants: {pathway_id} " f"→ {len(df)} entities") return df ``` ## 4. Reactome 統合パイプライン ```python def reactome_pipeline(query_or_uniprot, output_dir="results"): """ Reactome 統合パイプライン。 Parameters: query_or_uniprot: str — 検索クエリ or UniProt ID output_dir: str — 出力ディレクトリ """ from pathlib import Path output_dir = Path(output_dir) output_dir.mkdir(parents=True, exist_ok=True) is_uniprot = (len(query_or_uniprot) == 6 and query_or_uniprot[0].isalpha()) if is_uniprot: # UniProt → パスウェイ pathways = reactome_uniprot_pathways( query_or_uniprot) else: # テキスト検索 pathways = reactome_search(query_or_uniprot) pathways.to_csv(output_dir / "reactome_pathways.csv", index=False) # トップパスウェイの参加者 if not pathways.empty: top_id = (pathways.iloc[0].get("pathway_id") or pathways.iloc[0].get("stId")) parts = reactome_participants(top_id) parts.to_csv( output_dir / "reactome_participants.csv", index=False) print(f"Reactome pipeline: {output_dir}") return {"pathways": pathways} ``` --- ## ToolUniverse 連携 | TU Key | ツール名 | 連携内容 | |--------|---------|---------| | `reactome` | Reactome | パスウェイデータベース REST API | ## パイプライン統合 ``` pathway-enrichment → reactome-pathways → systems-biology (GO/パスウェイ) (Reactome API) (ネットワーク解析) │ │ ↓ uniprot-proteome ──────────┘ metabolomics-databases (UniProt ID) (MetaCyc 代謝) ``` ## パイプライン出力 | ファイル | 説明 | 次スキル | |---------|------|---------| | `results/reactome_pathways.csv` | パスウェイ一覧 | → pathway-enrichment | | `results/reactome_participants.csv` | 参加者 | → protein-interaction-network |