alterlab-kegg

KEGG Database

概要

KEGG（Kyoto Encyclopedia of Genes and Genomes）は、生物学的経路解析と分子相互作用ネットワークのための包括的なバイオインフォマティクスリソースです。

重要：KEGG APIは、学術ユーザーによる学術目的の利用に限り提供されています。学術目的以外での利用には、商用ライセンス（Pathway Solutions経由）が必要です。KEGGは、クライアントにAPI呼び出しを毎秒3回以下に抑えるよう求めています。この制限を超えたクライアントはブロックされるため、scripts/kegg_api.py のヘルパーは呼び出しを自動的に調整します。

このスキルを使用する場面

KEGGのREST APIを使って、複数の生物種にわたる経路、遺伝子、化合物、酵素、疾患、薬物を照会する場合に、このスキルを使用してください。

該当しない場合

シナリオ	代わりに使用
タンパク質間相互作用ネットワークとSTRINGエンリッチメント	alterlab-string-db
タンパク質配列、機能アノテーション、UniProt IDのマッピング	alterlab-uniprot
オープンライセンスのキュレーション済み経路と過剰代表解析	alterlab-reactome
KEGG、UniProt、ChEMBLなどに対応する単一のPythonラッパー	alterlab-bioservices
ヒトの代謝物濃度、生体液、バイオマーカーの根拠	alterlab-hmdb

クイックスタート

このスキルには、次のものが用意されています。

1. すべてのKEGG REST API操作に対応するPythonヘルパー関数（scripts/kegg_api.py）
2. API仕様の詳細を記載した包括的なリファレンスドキュメント（references/kegg_reference.md）

ユーザーがKEGGデータを要求した場合は、必要な操作を判断し、scripts/kegg_api.py の適切な関数を使用してください。

主な操作

1. データベース情報（kegg_info）

KEGGデータベースに関するメタデータと統計情報を取得します。

使用する場面：データベースの構造を把握する場合、利用可能なデータを確認する場合、リリース情報を取得する場合。

使用方法：

from scripts.kegg_api import kegg_info

# Get pathway database info
info = kegg_info('pathway')

# Get organism-specific info
hsa_info = kegg_info('hsa')  # Human genome

一般的なデータベース：kegg、pathway、module、brite、genes、genome、compound、glycan、reaction、enzyme、disease、drug

2. エントリーの一覧表示（kegg_list）

KEGGデータベースからエントリーの識別子と名称を一覧表示します。

使用する場面：ある生物種のすべての経路を取得する場合、遺伝子を一覧表示する場合、化合物カタログを取得する場合。

使用方法：

from scripts.kegg_api import kegg_list

# List all reference pathways
pathways = kegg_list('pathway')

# List human-specific pathways
hsa_pathways = kegg_list('pathway', 'hsa')

# List specific genes (max 10)
genes = kegg_list('hsa:10458+hsa:10459')

一般的な生物種コード：hsa（ヒト）、mmu（マウス）、dme（ショウジョウバエ）、sce（酵母）、eco（大腸菌）

3. 検索（kegg_find）

キーワードまたは分子特性を使ってKEGGデータベースを検索します。

使用する場面：名称や説明から遺伝子を検索する場合、分子式や質量から化合物を検索する場合、キーワードからエントリーを探す場合。

使用方法：

from scripts.kegg_api import kegg_find

# Keyword search
results = kegg_find('genes', 'p53')
shiga_toxin = kegg_find('genes', 'shiga toxin')

# Chemical formula search (partial match, atom order ignored)
compounds = kegg_find('compound', 'C7H10N4O2', 'formula')

# Molecular weight range search
drugs = kegg_find('drug', '300-310', 'exact_mass')

検索オプション：formula（部分一致 — クエリを含む分子式を検索し、原子の順序は無視します）、exact_mass（範囲指定。クエリの小数位に丸められます）、mol_weight（範囲指定）

4. エントリーの取得（kegg_get）

データベースのエントリー全体または特定のデータ形式を取得します。

使用する場面：経路の詳細を取得する場合、遺伝子／タンパク質配列を取得する場合、経路マップをダウンロードする場合、化合物の構造にアクセスする場合。

使用方法：

from scripts.kegg_api import kegg_get

# Get pathway entry
pathway = kegg_get('hsa00010')  # Glycolysis pathway

# Get multiple entries (max 10)
genes = kegg_get(['hsa:10458', 'hsa:10459'])

# Get protein sequence (FASTA)
sequence = kegg_get('hsa:10458', 'aaseq')

# Get nucleotide sequence
nt_seq = kegg_get('hsa:10458', 'ntseq')

# Get compound structure
mol_file = kegg_get('cpd:C00002', 'mol')  # ATP in MOL format

# Get pathway image (PNG) — single entry only
pathway_img = kegg_get('hsa05130', 'image')

# Get pathway KGML (XML structure) — single entry only
pathway_kgml = kegg_get('hsa05130', 'kgml')

# Get a BRITE hierarchy as JSON (json is for BRITE, not pathways)
brite_json = kegg_get('br:br08301', 'json')

出力形式：aaseq（タンパク質FASTA）、ntseq（ヌクレオチドFASTA）、mol／kcf（化合物／糖鎖／薬物の構造）、image（PNG。経路マップおよび化合物／糖鎖／薬物）、image2x（2倍サイズのPNG。参照用の map##### のみ）、kgml（経路XML）、conf（経路マップの座標）、json（BRITE階層のみ — /get/hsa05130/json はHTTP 400を返します）

重要：image、image2x、kgml は一度に1つのエントリーのみ指定できます。配列形式と構造形式では、最大10件のエントリーを指定できます。

5. ID変換（kegg_conv）

KEGGと外部データベース間で識別子を変換します。

使用する場面：KEGGデータを他のデータベースと統合する場合、遺伝子IDをマッピングする場合、化合物の識別子を変換する場合。

使用方法：

from scripts.kegg_api import kegg_conv

# Convert all human genes to NCBI Gene IDs
conversions = kegg_conv('ncbi-geneid', 'hsa')

# Convert specific gene
gene_id = kegg_conv('ncbi-geneid', 'hsa:10458')

# Convert to UniProt
uniprot_id = kegg_conv('uniprot', 'hsa:10458')

# Convert compounds to PubChem
pubchem_ids = kegg_conv('pubchem', 'compound')

# Reverse conversion (NCBI Gene ID to KEGG)
kegg_id = kegg_conv('hsa', 'ncbi-geneid')

対応する変換：ncbi-geneid、ncbi-proteinid、uniprot、pubchem、chebi

6. 相互参照（kegg_link）

KEGG データベース内およびデータベース間の関連エントリーを検索します。

使用する場面：遺伝子を含むパスウェイの検索、パスウェイ内の遺伝子の取得、遺伝子と KO グループのマッピング、パスウェイ内の化合物の検索。

使用方法：

from scripts.kegg_api import kegg_link

# Find pathways linked to human genes
pathways = kegg_link('pathway', 'hsa')

# Get genes in a specific pathway: the target is the organism code
# ('genes' as the target returns HTTP 400)
genes = kegg_link('hsa', 'hsa00010')  # Glycolysis genes

# Find pathways containing a specific gene
gene_pathways = kegg_link('pathway', 'hsa:10458')

# Find compounds in a pathway: compounds link to reference maps (map#####);
# the organism-specific hsa00010 returns an empty body
compounds = kegg_link('compound', 'map00010')

# Map genes to KO (orthology) groups
ko_groups = kegg_link('ko', 'hsa:10458')

よく使われるリンク：遺伝子 ↔ パスウェイ（遺伝子側のデータベースには、例として hsa のような生物種コードを使用）、参照パスウェイ（map） ↔ 化合物、パスウェイ ↔ 酵素、遺伝子 ↔ ko（オーソロジー）。list の出力では 2023 年にプレフィックスが削除されましたが、リンクの出力にはプレフィックス（path:hsa04010、cpd:C00022）が保持されます。

7. 薬物間相互作用（kegg_ddi）

薬物間相互作用を確認します。

使用する場面：薬物の組み合わせの分析、禁忌の確認、薬理学的研究。

使用方法：

from scripts.kegg_api import kegg_ddi

# Check single drug
interactions = kegg_ddi('D00001')

# Check multiple drugs (max 10)
interactions = kegg_ddi(['D00001', 'D00002', 'D00003'])

よくある分析ワークフロー

ワークフロー 1：遺伝子からパスウェイへのマッピング

ユースケース：関心のある遺伝子に関連するパスウェイの検索（例：パスウェイ濃縮解析）。

from scripts.kegg_api import kegg_find, kegg_link, kegg_get

# Step 1: Find gene ID by name
gene_results = kegg_find('genes', 'p53')

# Step 2: Link gene to pathways
pathways = kegg_link('pathway', 'hsa:7157')  # TP53 gene

# Step 3: Get detailed pathway information
for pathway_line in pathways.split('\n'):
    if pathway_line:
        pathway_id = pathway_line.split('\t')[1].replace('path:', '')
        pathway_info = kegg_get(pathway_id)
        # Process pathway information

ワークフロー 2：パスウェイ濃縮のコンテキスト

ユースケース：濃縮解析のために、生物種のパスウェイに含まれるすべての遺伝子を取得します。

from collections import defaultdict

from scripts.kegg_api import kegg_list, kegg_link

# Step 1: pathway names (one call)
names = dict(line.split('\t', 1) for line in kegg_list('pathway', 'hsa').splitlines() if line)

# Step 2: every gene-pathway link for the organism in ONE call, instead of one
# request per pathway (~370 calls would take minutes at KEGG's 3 calls/s limit)
gene_sets = defaultdict(set)
for line in kegg_link('pathway', 'hsa').splitlines():
    gene, path = line.split('\t')           # 'hsa:10327', 'path:hsa00010'
    gene_sets[path.removeprefix('path:')].add(gene)

# gene_sets['hsa00010'] -> set of KEGG gene IDs for Glycolysis / Gluconeogenesis

ワークフロー 3：化合物からパスウェイへの分析

ユースケース：関心のある化合物を含む代謝パスウェイを検索します。

from scripts.kegg_api import kegg_find, kegg_link, kegg_get

# Step 1: Search for compound
compound_results = kegg_find('compound', 'glucose')

# Step 2: Link compound to reactions
reactions = kegg_link('reaction', 'cpd:C00031')  # Glucose

# Step 3: Link reactions to pathways
pathways = kegg_link('pathway', 'rn:R00299')  # Specific reaction

# Step 4: Get pathway details
pathway_info = kegg_get('map00010')  # Glycolysis

ワークフロー 4：データベース間の統合

ユースケース：KEGG のデータを UniProt、NCBI、または PubChem のデータベースと統合します。

from scripts.kegg_api import kegg_conv, kegg_get

# Step 1: Convert KEGG gene IDs to external database IDs
uniprot_map = kegg_conv('uniprot', 'hsa')
ncbi_map = kegg_conv('ncbi-geneid', 'hsa')

# Step 2: Parse conversion results
for line in uniprot_map.split('\n'):
    if line:
        kegg_id, uniprot_id = line.split('\t')
        # Use external IDs for integration

# Step 3: Get sequences using KEGG
sequence = kegg_get('hsa:10458', 'aaseq')

ワークフロー 5：生物種固有のパスウェイ分析

ユースケース：異なる生物種間でパスウェイを比較します。

from scripts.kegg_api import kegg_list, kegg_get

# Step 1: List pathways for multiple organisms
human_pathways = kegg_list('pathway', 'hsa')
mouse_pathways = kegg_list('pathway', 'mmu')
yeast_pathways = kegg_list('pathway', 'sce')

# Step 2: Get reference pathway for comparison
ref_pathway = kegg_get('map00010')  # Reference glycolysis

# Step 3: Get organism-specific versions
hsa_glycolysis = kegg_get('hsa00010')
mmu_glycolysis = kegg_get('mmu00010')

パスウェイのカテゴリ

KEGG はパスウェイを 7 つの主要なカテゴリに分類しています。パスウェイ ID を解釈するときや、ユーザーにパスウェイを推奨するときは、次のカテゴリを参照してください。

1. 代謝（例：map00010 - 解糖系、map00190 - 酸化的リン酸化）
2. 遺伝情報処理（例：map03010 - リボソーム、map03040 - スプライソソーム）
3. 環境情報処理（例：map04010 - MAPK シグナル伝達、map02010 - ABC トランスポーター）
4. 細胞プロセス（例：map04140 - オートファジー、map04210 - アポトーシス）
5. 生体システム（例：map04610 - 補体系カスケード、map04910 - インスリンシグナル伝達）
6. ヒトの疾患（例：map05200 - がんに関するパスウェイ、map05010 - アルツハイマー病）
7. 創薬（時系列および標的に基づく分類）

詳細なパスウェイ一覧と分類については、references/kegg_reference.md を参照してください。

重要な識別子と形式

パスウェイ ID

• map##### - 参照パスウェイ（汎用、生物種固有ではありません）
• hsa##### - ヒトのパスウェイ
• mmu##### - マウスのパスウェイ

遺伝子 ID

• 形式：organism:gene_number（例：hsa:10458）

化合物 ID

• 形式：cpd:C#####（例：ATP の場合は cpd:C00002）

薬物 ID

• 形式：dr:D#####（例：dr:D00001）

酵素 ID

• 形式：ec:EC_number（例：ec:1.1.1.1）

KO（KEGG Orthology）ID

• 形式：ko:K#####（例：ko:K00001）

API の制限事項

KEGG API を使用する際は、次の制約を守ってください。

1. エントリー数の上限：1 回の操作につき最大 10 エントリー（image／image2x／kgml は例外で、1 エントリーのみ）
2. 学術利用：API は学術利用に限られます。商用利用にはライセンスが必要です
3. HTTP ステータスコード：200（成功）、400（不正なリクエスト）、404（見つからない）を確認してください
4. レート制限：1 秒あたり最大 3 回です。これを超えるクライアントは KEGG によってブロックされます。エントリーごとのループよりも、一括呼び出し（/link/pathway/hsa、/conv/ncbi-geneid/hsa）を優先してください

詳細なリファレンス

包括的な API ドキュメント、データベース仕様、生物種コード、高度な使用方法については、references/kegg_reference.md を参照してください。次の内容が含まれます。

• KEGG データベースの完全な一覧
• API 操作の詳細な構文
• すべての生物種コード
• HTTP ステータスコードとエラー処理
• Biopython および R/Bioconductor との統合
• API 使用のベストプラクティス

トラブルシューティング

404 Not Found：エントリまたはデータベースが存在しません。ID と生物種コードを確認してください。 400 Bad Request：API 呼び出しに構文エラーがあります。パラメーターの形式を確認してください。 検索結果が空：検索語がエントリと一致しない可能性があります。より広いキーワードを試してください。 画像／KGML エラー：image／image2x／kgml は単一のエントリでのみ使用できます。一括処理を削除してください。 経路で json を指定すると 400 が返る：json は BRITE 階層（例：br:br08301）でのみ有効です。経路構造には kgml を使用してください。

その他のツール

経路のインタラクティブな可視化と注釈には、次を使用できます。

• KEGG Mapper: https://www.kegg.jp/kegg/mapper/
• BlastKOALA：ゲノムの自動注釈
• GhostKOALA：メタゲノム／メタトランスクリプトームの注釈