哺乳动物受体，酶，转录因子和辅助因子通过一系列相互依赖的相互作用(通常称为“信号通路”)将细胞外信号连接至其下游基因组终点。这些通路节点一方面充当收敛和整合点，另一方面充当发散和分布点，以确保任何给定细胞对其传入信号提示的适当响应。近年来，广泛的指南针转录组(表达阵列)和(ChIP-Seq)分析平台已在这些途径的解剖学中得到广泛采用。无论是涉及节点的直接基因操作，还是涉及影响节点功能的生物活性小分子(BSM)的管理，都是公开归档的转录组和层数据集，作为一个集体，可以帮助研究人员推断通路节点与其下游基因组靶点之间的调控联系。我们强调“作为一个集体”，因为在其默认存档状态下，通常以加密方式注释或缺少相关的文章信息，这些数据集可能会吓倒研究人员，使其重新用于假设生成和数据验证目的。结果是，许多存档的数据集均未达到FAIR(可搜索性，可访问性，互操作性和可重用性)数据支持者所拥护的理想。

针对这一知识差距，我们开发了信号通路项目(SPP)。SPP建立在FAIR生物管理管道的基础上，该管道利用公开存档的转录组学和ChIP-Seq数据集来建模信号传导通路节点的四个主要类别(跨膜或核受体;信号传导酶，转录因子和共节点)及其下游之间的调控关系。基因组靶点1。为了区分基因表达的组织选择性模式，SPP数据模型还结合了生理系统和器官以及实验生物样品(组织和培养的或原代细胞系)的层次结构。SPP资源基于以下思想：受体，酶，转录因子和其他调节节点是分子自由剂，其功能不一定与任何单一情况相关，并且具有理论上的潜力，可以与任何模块组合相关联。给定蜂窝上下文。表1显示了SPP数据集和法规报告为用户提供的一些观点的示例，这些观点为使用者围绕感兴趣的生物系统中途径节点与其基因组靶标之间的关系提出了假设。

尽管存在其他“组学数据集重用资源”，但SPP(至少据我们所知)在将单个数据集映射到节点和节点族方面是唯一的。此额外的生物管理步骤的优点在于，很少有数据集是单例的，并且没有数据集是可消耗的：如果是在人，小鼠或大鼠组织中进行的，则它与SPP有关。这种方法还使我们能够以知觉的形式对数据集进行荟萃分析(对于共识基因组学)。在有益的分析中，我们以无偏见和系统的方式对这些数据集进行了调查，以找出那些受到信号通路节点1的遗传或小分子插管影响最一致和可复制的基因。过去，如果您想找到感兴趣的受体或转录因子的靶基因，那么最好的选择是筛选评论文章，或者偶然看到勤奋的研究生精心挑选的实验室网页。这种方法的效果是加强了文献偏见，最终对相同的目标进行了一次又一次的研究。Consensomes为研究人员提供了另一种方法来执行此任务，使他们可以使用纯数据驱动的方法来识别最合适且与他们感兴趣的生物系统相关的节点目标。表1显示了该站点上当前的几个示例–在接下来的几个月中，我们将推出新的示例，因此请注册以获取SPP Twitter提要以保持最新。