🔬msigdbr 包

简介

msigdbr 是 R 语言中访问 MSigDB（Molecular Signatures Database）基因集的利器，提供了基于物种、集合（collection）和子集合（subcollection）的灵活筛选与下载接口。本篇演示从安装到常见操作，教你如何快速拿到自己需要的基因集。

1. 安装与加载

2. 下载所有小鼠（Mus musculus）基因集

• species 可以写全名（"Mus musculus"）或缩写（"mouse"）。

3. 只看 Hallmark (H) 基因集

• Hallmark 基因集用于捕捉信号通路的核心“高置信度”基因模式。

4. 统计每个 Hallmark 基因集的基因数

5. 查看 C2:CGP（化合物与基因署名）子集合

• collection="C2" 涵盖化合物、基因敲除/过表达署名等多种子集，通过 subcollection 精确挑选。

6. 探索元信息

7. 数据规模与快速概览

• object.size() 帮你评估内存占用，决定是否需要拆分下载。

• skim() 则可一键了解每列类型、非空率及分布。

小结

• msigdbr 强大且易用，只需 msigdbr() 一步，即可获取丰富的 MSigDB 基因集。

• 通过 collection 与 subcollection 参数，可精准拿到自己研究需要的信号通路与基因署名。

• 配合 dplyr/table/skimr 等工具，能快速统计、筛选与探索数据集。