认识React-to-Me AI Chatbot!您的Reactome新指南。无论您是在寻找特定的基因和路径,还是只是浏览,我们的AI Chatbot都会为您提供帮助。

CHAT(查特)

路径浏览器

可视化反应体生物途径并与之交互

分析工具

合并路径标识符映射,
过度表达与表达分析

反应器FIViz

旨在发现与癌症和其他类型疾病相关的途径和网络模式

文档

浏览数据库并使用其主要工具进行数据分析的信息

Reactome研究聚焦

[2025年6月1日]深度神经网络缺乏可解释性是生物医学应用中的一个挑战性问题。在他们2023年的自然传播研究中,“解释生物信息神经网络以增强蛋白质组生物标记物发现和通路分析”Hartman等人直接使用Reactome的通路层次树开发多层生物信息神经网络(BINN)来解决这个问题,并加强蛋白质组生物标记物的发现和通路分析。Reactome提供了有关生物实体关系的关键信息,从而能够创建BINN,在感染性急性肾损伤和COVID-19数据集中识别与疾病相关的生物标记物和通路时实现高预测准确性。这些BINN优于传统方法,并提供了实验可测试的分子机制解释。

档案文件

为什么是Reactome

Reactome是一个免费、开源、经过管理和同行评审的路径数据库。我们的目标是为路径知识的可视化、解释和分析提供直观的生物信息学工具,以支持基础研究、基因组分析、建模、系统生物学和教育。 

欧洲生物信息学研究所(EMBL-EBI)
纽约大学朗格尼健康学院
俄勒冈州健康与科学大学
安大略省癌症研究所

Reactome的开发得到了赠款来自美国国立卫生研究院(U24 HG012198)和欧洲分子生物学实验室。

2025年6月23日发布93版

2,803

人类路径

15,886

反应

11,614

蛋白质

2,177

小分子

1,068

药物

41,044

文献参考

引用我们!