brenda-database

BRENDA 酵素データベース

概要

BRENDA（BRaunschweig ENzyme DAtabase）は、世界で最も包括的な酵素情報システムであり、分類済みのすべての酵素（EC 番号）を網羅する 80,000 件以上の酵素エントリを収録しています。200,000 件以上の文献をもとに、実験で測定された 700 万件以上の速度論的パラメーター（Km、Vmax、kcat、Ki、阻害定数）、基質特異性データ、補因子の要件、組織発現、各生物種に特有の酵素変異体を提供しています。プログラムからのアクセスには、SOAP ベースのウェブサービス（Python の zeep ライブラリ）を使用し、無料の学術登録が必要です。

使用する場面

• 特定の酵素と基質の組み合わせについて、速度論的パラメーター（Km、kcat、Vmax、Ki）を取得する
• 酵素の生物種間または変異体間で速度論的パラメーターを比較する
• EC 番号に対応する天然基質、阻害剤、補因子を調べる
• ミカエリス・メンテンパラメーターを必要とする代謝シミュレーション用の速度論モデルを構築する
• 酵素に固有の構造データ（推奨 pH、最適温度）を特定する
• EC 番号を UniProt アクセッション番号および生物種分類と相互参照する
• 代謝ネットワークのシミュレーションには cobrapy-metabolic-modeling を、代謝物の構造には hmdb-database を使用してください

前提条件

• Python パッケージ：zeep（SOAP クライアント）、pandas、requests
• データ要件：EC 番号（例：1.1.1.1）、酵素名、または生物種名
• 環境：インターネット接続。https://www.brenda-enzymes.org/register.php での無料の学術登録
• レート制限：明示的な制限は記載されていません。大量の自動クエリは避け、リクエストの間にスリープを挟んでください

pip install zeep pandas requests
# Register at https://www.brenda-enzymes.org/register.php to obtain API credentials

クイックスタート

from zeep import Client

WSDL = "https://www.brenda-enzymes.org/soap/brenda_zeep.wsdl"
client = Client(WSDL)

EMAIL = "[email protected]"
PASSWORD_SHA256 = "your_sha256_hashed_password"  # Use hashlib.sha256

# Get Km values for lactate dehydrogenase (EC 1.1.1.27) and pyruvate
ec_number = "1.1.1.27"
params = (EMAIL, PASSWORD_SHA256,
          f"ecNumber*{ec_number}", "substrate*pyruvate", "", "", "", "", "")
result = client.service.getKmValue(*params)
print(f"Km values for LDH with pyruvate: {len(result)} records")
for r in result[:3]:
    print(f"  Km={r.kmValue} {r.kmValueMaximum or ''} mM | org: {r.organism} | PMID: {r.literature}")

コア API

クエリ 1：酵素と基質の組み合わせに対する Km 値

特定の酵素と基質について、ミカエリス定数（Km）値を取得します。

from zeep import Client
import hashlib, pandas as pd

WSDL = "https://www.brenda-enzymes.org/soap/brenda_zeep.wsdl"
client = Client(WSDL)

EMAIL = "[email protected]"
PASSWORD = "your_password"
PASSWORD_SHA256 = hashlib.sha256(PASSWORD.encode()).hexdigest()

def get_km_values(ec_number, substrate=""):
    """Retrieve Km values for an EC number, optionally filtered by substrate."""
    substrate_param = f"substrate*{substrate}" if substrate else ""
    params = (EMAIL, PASSWORD_SHA256,
              f"ecNumber*{ec_number}", substrate_param, "", "", "", "", "")
    return client.service.getKmValue(*params)

# Km for glucokinase (EC 2.7.1.2) with glucose
results = get_km_values("2.7.1.2", substrate="glucose")
print(f"Km (glucose, glucokinase): {len(results)} measurements")

rows = []
for r in results[:10]:
    rows.append({
        "km_value": r.kmValue,
        "km_max": r.kmValueMaximum,
        "unit": "mM",
        "organism": r.organism,
        "commentary": r.commentary[:80] if r.commentary else "",
        "pmid": r.literature,
    })
df = pd.DataFrame(rows)
print(df.to_string(index=False))

# Get ALL Km values (all substrates) for an EC number
all_km = get_km_values("1.1.1.1")  # Alcohol dehydrogenase
print(f"\nAlcohol dehydrogenase - total Km records: {len(all_km)}")
substrate_counts = {}
for r in all_km:
    sub = r.substrate or "unknown"
    substrate_counts[sub] = substrate_counts.get(sub, 0) + 1
top_substrates = sorted(substrate_counts.items(), key=lambda x: -x[1])[:5]
print("Top substrates by measurement count:")
for sub, cnt in top_substrates:
    print(f"  {sub}: {cnt} measurements")

クエリ 2：kcat（ターンオーバー数）値

酵素の触媒速度定数（kcat）を取得します。

from zeep import Client
import hashlib, pandas as pd

WSDL = "https://www.brenda-enzymes.org/soap/brenda_zeep.wsdl"
client = Client(WSDL)

EMAIL = "[email protected]"
PASSWORD_SHA256 = hashlib.sha256("your_password".encode()).hexdigest()

def get_kcat_values(ec_number, substrate=""):
    substrate_param = f"substrate*{substrate}" if substrate else ""
    params = (EMAIL, PASSWORD_SHA256,
              f"ecNumber*{ec_number}", substrate_param, "", "", "", "", "")
    return client.service.getTurnoverNumber(*params)

results = get_kcat_values("1.1.1.27")  # Lactate dehydrogenase
print(f"kcat records for LDH: {len(results)}")

rows = []
for r in results[:10]:
    rows.append({
        "kcat": r.turnoverNumber,
        "unit": "1/s",
        "substrate": r.substrate,
        "organism": r.organism,
    })
df = pd.DataFrame(rows)
print(df.head())

クエリ 3：基質と生成物

酵素の天然基質と生成物を取得します。

from zeep import Client
import hashlib, pandas as pd

WSDL = "https://www.brenda-enzymes.org/soap/brenda_zeep.wsdl"
client = Client(WSDL)

EMAIL = "[email protected]"
PASSWORD_SHA256 = hashlib.sha256("your_password".encode()).hexdigest()

def get_substrates_products(ec_number):
    params = (EMAIL, PASSWORD_SHA256,
              f"ecNumber*{ec_number}", "", "", "", "", "", "")
    return client.service.getSubstrates(*params)

results = get_substrates_products("4.2.1.1")  # Carbonic anhydrase
print(f"Substrates for carbonic anhydrase (EC 4.2.1.1):")
substrates_seen = set()
for r in results[:10]:
    if r.substrate not in substrates_seen:
        print(f"  {r.substrate} | organism: {r.organism}")
        substrates_seen.add(r.substrate)

# Get inhibitors
def get_inhibitors(ec_number):
    params = (EMAIL, PASSWORD_SHA256,
              f"ecNumber*{ec_number}", "", "", "", "", "", "")
    return client.service.getInhibitors(*params)

inhibitors = get_inhibitors("4.2.1.1")
print(f"\nInhibitors of carbonic anhydrase: {len(inhibitors)} records")
inhib_names = list(set(r.inhibitor for r in inhibitors if r.inhibitor))
print("Sample inhibitors:", inhib_names[:8])

クエリ 4：生物種に特有の酵素データ

生物種で絞り込んだ速度論的パラメーターをクエリします。

from zeep import Client
import hashlib

WSDL = "https://www.brenda-enzymes.org/soap/brenda_zeep.wsdl"
client = Client(WSDL)

EMAIL = "[email protected]"
PASSWORD_SHA256 = hashlib.sha256("your_password".encode()).hexdigest()

def get_km_by_organism(ec_number, organism):
    params = (EMAIL, PASSWORD_SHA256,
              f"ecNumber*{ec_number}", "", f"organism*{organism}", "", "", "", "")
    return client.service.getKmValue(*params)

# Human GAPDH Km values
human_km = get_km_by_organism("1.2.1.12", "Homo sapiens")
print(f"Human GAPDH (EC 1.2.1.12) Km values: {len(human_km)} records")
for r in human_km[:5]:
    print(f"  Substrate: {r.substrate:30s} Km={r.kmValue} mM")

クエリ 5：最適 pH と温度

酵素の最適 pH と温度のデータを取得します。

from zeep import Client
import hashlib

WSDL = "https://www.brenda-enzymes.org/soap/brenda_zeep.wsdl"
client = Client(WSDL)

EMAIL = "[email protected]"
PASSWORD_SHA256 = hashlib.sha256("your_password".encode()).hexdigest()

def get_ph_optimum(ec_number):
    params = (EMAIL, PASSWORD_SHA256,
              f"ecNumber*{ec_number}", "", "", "", "", "", "")
    return client.service.getPhOptimum(*params)

def get_temp_optimum(ec_number):
    params = (EMAIL, PASSWORD_SHA256,
              f"ecNumber*{ec_number}", "", "", "", "", "", "")
    return client.service.getTemperatureOptimum(*params)

ec = "3.4.21.4"  # Trypsin
ph_data = get_ph_optimum(ec)
temp_data = get_temp_optimum(ec)

print(f"Trypsin (EC {ec}):")
ph_values = [r.phOptimum for r in ph_data[:10] if r.phOptimum]
temp_values = [r.temperatureOptimum for r in temp_data[:10] if r.temperatureOptimum]
if ph_values:
    print(f"  pH optima: {sorted(ph_values)}")
if temp_values:
    print(f"  Temperature optima (°C): {sorted(temp_values)}")

クエリ 6：EC 番号と UniProt の相互参照

EC 番号を UniProt アクセッション番号に対応付けます。

from zeep import Client
import hashlib

WSDL = "https://www.brenda-enzymes.org/soap/brenda_zeep.wsdl"
client = Client(WSDL)

EMAIL = "[email protected]"
PASSWORD_SHA256 = hashlib.sha256("your_password".encode()).hexdigest()

def get_uniprot_accessions(ec_number):
    params = (EMAIL, PASSWORD_SHA256,
              f"ecNumber*{ec_number}", "", "", "", "", "", "")
    return client.service.getUniprotAccession(*params)

results = get_uniprot_accessions("1.1.1.27")  # LDH
print(f"UniProt accessions for LDH (EC 1.1.1.27):")
seen = set()
for r in results[:10]:
    acc = r.uniprotAccessionNumber
    org = r.organism
    if acc and acc not in seen:
        print(f"  {acc:12s} ({org})")
        seen.add(acc)

主な概念

SOAP インターフェースと認証

BRENDA は WSDL 定義を介して SOAP（REST ではありません）を使用します。Python の zeep ライブラリが WSDL を解析し、型付きのメソッド呼び出しを生成します。認証には SHA256 でハッシュ化したパスワード（プレーンテキストではありません）が必要です。各サービスメソッドは、パイプ区切りのフィールドフィルターを含む (email, password_sha256, param1, param2, ..., "") 引数を受け取ります。

EC 番号の分類

酵素委員会（EC）番号は X.X.X.X の形式で、各階層が反応の分類を示します（酸化還元酵素=1、転移酵素=2、加水分解酵素=3、リアーゼ=4、異性化酵素=5、リガーゼ=6、トランスロカーゼ=7）。BRENDA はすべてのデータを EC 番号で整理しています。

一般的なワークフロー

ワークフロー 1：代謝モデリング用の速度論的パラメーター抽出

目標：代謝経路に含まれる一連の酵素について Km 値と kcat 値を抽出し、速度論モデルのパラメーターを設定します。

from zeep import Client
import hashlib, pandas as pd, time

WSDL = "https://www.brenda-enzymes.org/soap/brenda_zeep.wsdl"
client = Client(WSDL)

EMAIL = "[email protected]"
PASSWORD_SHA256 = hashlib.sha256("your_password".encode()).hexdigest()

# Glycolysis enzymes
enzymes = {
    "Hexokinase": "2.7.1.1",
    "Phosphoglucose isomerase": "5.3.1.9",
    "Phosphofructokinase": "2.7.1.11",
    "Aldolase": "4.1.2.13",
}

rows = []
for name, ec in enzymes.items():
    params = (EMAIL, PASSWORD_SHA256, f"ecNumber*{ec}", "", "organism*Homo sapiens", "", "", "", "")
    try:
        km_results = client.service.getKmValue(*params)
        kcat_results = client.service.getTurnoverNumber(*params)
        km_vals = [r.kmValue for r in km_results if r.kmValue]
        kcat_vals = [r.turnoverNumber for r in kcat_results if r.turnoverNumber]
        rows.append({
            "enzyme": name,
            "ec": ec,
            "n_km_records": len(km_vals),
            "km_median_mM": pd.Series(km_vals).median() if km_vals else None,
            "n_kcat_records": len(kcat_vals),
            "kcat_median_1_s": pd.Series(kcat_vals).median() if kcat_vals else None,
        })
    except Exception as e:
        rows.append({"enzyme": name, "ec": ec, "error": str(e)})
    time.sleep(0.5)

df = pd.DataFrame(rows)
df.to_csv("glycolysis_kinetics.csv", index=False)
print(df.to_string(index=False))

ワークフロー 2：酵素ファミリー間での阻害剤の比較

目標：創薬の優先順位付けに向けて、関連酵素群における阻害剤の全体像を比較します。

from zeep import Client
import hashlib, pandas as pd, time
from collections import Counter

WSDL = "https://www.brenda-enzymes.org/soap/brenda_zeep.wsdl"
client = Client(WSDL)

EMAIL = "[email protected]"
PASSWORD_SHA256 = hashlib.sha256("your_password".encode()).hexdigest()

# Carbonic anhydrase isoforms
ca_ecs = ["4.2.1.1"]  # All carbonic anhydrases share this EC

rows = []
for ec in ca_ecs:
    params = (EMAIL, PASSWORD_SHA256, f"ecNumber*{ec}", "", "", "", "", "", "")
    try:
        inhib_results = client.service.getInhibitors(*params)
        for r in inhib_results[:30]:
            rows.append({
                "ec": ec,
                "inhibitor": r.inhibitor,
                "organism": r.organism,
                "ic50": r.ic50Value if hasattr(r, "ic50Value") else None,
            })
    except Exception as e:
        print(f"Error for {ec}: {e}")
    time.sleep(0.5)

df = pd.DataFrame(rows)
print(f"Total inhibitor records: {len(df)}")
top_inhib = Counter(df["inhibitor"]).most_common(10)
print("\nMost reported inhibitors:")
for inhib, count in top_inhib:
    print(f"  {inhib}: {count} records")

主なパラメーター

パラメーター	モジュール	デフォルト	範囲／オプション	効果
ecNumber*	すべてのクエリ	必須	EC 番号の文字列	酵素クラスで絞り込みます
substrate*	Km、kcat	—	基質名	基質で絞り込みます
organism*	すべてのクエリ	—	種名	生物種で絞り込みます（例："Homo sapiens"）
commentary*	すべてのクエリ	—	テキストの部分文字列	コメントのテキストで絞り込みます
ligandStructureId*	化合物ベース	—	BRENDA 構造 ID	リガンド ID で絞り込みます
パスワード	認証	必須	SHA256 ハッシュ	認証（hashlib.sha256）

ベストプラクティス

1. パスワードを正しくハッシュ化します：BRENDA では、パスワードそのものではなく、プレーンテキストのパスワードの SHA256 ハッシュが必要です。hashlib.sha256("your_password".encode()).hexdigest() を使用してください。

2. 認証情報を環境変数に保存します：認証情報をハードコードしないでください。os.environ["BRENDA_EMAIL"] と os.environ["BRENDA_PASSWORD"] のパターンを使用してください。

3. クエリの間に time.sleep() を追加します：BRENDA の SOAP サービスは応答が遅い場合があります。タイムアウトを避けるため、大量のバッチクエリの間隔を 0.5～1 秒空けてください。

4. モデリングでは生物種で絞り込みます：動力学パラメーターは生物種によって大きく異なります。モデルに関連する生物種で常に絞り込んでください（例：organism*Homo sapiens）。

5. パラメーターの集計には中央値／IQR を使用します：同じ基質に関する複数の文献測定値は、しばしば桁違いの差があります。分布の要約には平均ではなく、中央値と IQR を使用してください。

よく使うレシピ

レシピ：EC 番号に対応するすべての基質を取得する

使用する場面：経路解析のために、酵素の基質範囲を把握します。

from zeep import Client
import hashlib

WSDL = "https://www.brenda-enzymes.org/soap/brenda_zeep.wsdl"
client = Client(WSDL)

EMAIL = "[email protected]"
PASSWORD_SHA256 = hashlib.sha256("your_password".encode()).hexdigest()

ec = "1.1.1.1"  # Alcohol dehydrogenase
params = (EMAIL, PASSWORD_SHA256, f"ecNumber*{ec}", "", "", "", "", "", "")
results = client.service.getSubstrates(*params)
substrates = list(set(r.substrate for r in results if r.substrate))
print(f"Substrates of EC {ec} ({len(substrates)} unique): {substrates[:10]}")

レシピ：kcat/Km 効率比

使用する場面：BRENDA のデータから触媒効率（kcat/Km）を計算します。

import pandas as pd

# After fetching km_results and kcat_results for same ec + substrate
# km_values = [r.kmValue for r in km_results if r.kmValue]  # mM
# kcat_values = [r.turnoverNumber for r in kcat_results if r.turnoverNumber]  # 1/s

km_median = 0.1   # mM (example)
kcat_median = 500  # s^-1 (example)

efficiency = kcat_median / (km_median * 1e-3)  # Convert Km to M
print(f"Catalytic efficiency (kcat/Km): {efficiency:.2e} M^-1 s^-1")
# Diffusion limit ≈ 10^8-10^9 M^-1 s^-1

レシピ：酵素名から EC 番号を検索する

使用する場面：BRENDA のクエリ用に、酵素の一般名を EC 番号に対応付けます。

from zeep import Client
import hashlib

WSDL = "https://www.brenda-enzymes.org/soap/brenda_zeep.wsdl"
client = Client(WSDL)

EMAIL = "[email protected]"
PASSWORD_SHA256 = hashlib.sha256("your_password".encode()).hexdigest()

# Search enzymes by name
params = (EMAIL, PASSWORD_SHA256, "recommendedName*lactate dehydrogenase", "", "", "", "", "", "")
results = client.service.getEcNumber(*params)
print(f"EC numbers for 'lactate dehydrogenase':")
for r in results[:5]:
    print(f"  EC {r.ecNumber}: {r.recommendedName}")

トラブルシューティング

問題	原因	解決策
zeep.exceptions.Fault: Authentication failed	パスワードまたは SHA256 形式が正しくありません	hashlib.sha256(password.encode()).hexdigest() を使用してください。digest ではなく hexdigest です
結果リストが空です	EC 番号または基質が見つかりません	EC 形式（ドットで区切られた X.X.X.X）を確認してください。まず基質フィルターなしで試してください
SOAP タイムアウト	クエリが大きい、または接続が遅い	生物種フィルターを使用して結果を減らし、zeep のトランスポートタイムアウトを設定してください
結果フィールドでの AttributeError	このクエリではフィールドを利用できません	getattr(r, "field", None) を使用して、オプションのフィールドに安全にアクセスしてください
よく知られた酵素の応答が遅い	データセットが大きい（TP53 は 10K 件以上のレコード）	生物種と基質で絞り込み、データ転送量を減らしてください
zeep.exceptions.TransportError	ネットワーク接続の問題	VPN を確認し、30 秒後に再試行してください

関連スキル

• cobrapy-metabolic-modeling — BRENDA の Km/Vmax を動力学的制約として使用する、制約ベースの代謝モデリング
• hmdb-database — BRENDA の基質に関する代謝物の構造と生物学的背景
• kegg-database — EC 番号の相互参照を介した、BRENDA の酵素に関する経路の背景情報
• uniprot-protein-database — BRENDA で見つかった酵素のタンパク質配列および構造データ

参考資料

• BRENDA database — BRENDA のメインポータルと手動検索
• BRENDA web service documentation — SOAP API のリファレンスとパラメーターの説明
• zeep Python SOAP client — SOAP ウェブサービス用の Python ライブラリ
• Chang et al. (2021) BRENDA update — BRENDA 2021 データベース更新論文