kegg-database

KEGG データベース

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、学術利用に限り、学術ユーザーに対してのみ提供されています。

このスキルを使用するタイミング

このスキルは、KEGG の REST API を使用して、複数の生物種にまたがる経路、遺伝子、化合物、酵素、疾患、医薬品を照会する場合に使用してください。

クイックスタート

このスキルは次のものを提供します。

1. すべての KEGG REST API 操作のための Python ヘルパー関数（scripts/kegg_api.py）
2. 詳細な API 仕様を含む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 から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 データベースのメタデータと統計情報を取得します。

使用するタイミング: データベース構造の把握、利用可能なデータの確認、リリース情報の取得。

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. エントリの一覧取得（kegg_list）

KEGG データベースからエントリの識別子と名前を一覧取得します。

使用するタイミング: 生物種のすべての経路の取得、遺伝子の一覧化、化合物カタログの取得。

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）

キーワードや分子特性により KEGG データベースを検索します。

使用するタイミング: 名前や説明による遺伝子の検索、式や質量による化合物の検索、キーワードによるエントリの発見。

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 (exact match)
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（完全一致）、exact_mass（範囲）、mol_weight（範囲）

4. エントリの取得（kegg_get）

完全なデータベースエントリや特定のデータ形式を取得します。

使用するタイミング: 経路の詳細の取得、遺伝子／タンパク質配列の取得、経路マップのダウンロード、化合物構造へのアクセス。

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 as JSON (single entry only)
pathway_json = kegg_get('hsa05130', 'json')

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

出力形式: aaseq（タンパク質 FASTA）、ntseq（ヌクレオチド FASTA）、mol（MOL 形式）、kcf（KCF 形式）、image（PNG）、kgml（XML）、json（経路 JSON）

重要: image、KGML、JSON 形式は、一度に 1 つのエントリのみ指定できます。

5. ID 変換（kegg_conv）

KEGG と外部データベースの間で識別子を変換します。

使用するタイミング: KEGG データと他のデータベースの統合、遺伝子 ID のマッピング、化合物識別子の変換。

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')

対応している変換: 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間で関連するエントリを検索します。

使用するタイミング: 遺伝子を含む経路の検索、経路内の遺伝子の取得、遺伝子の KO グループへのマッピング、経路内の化合物の検索。

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
genes = kegg_link('genes', 'hsa00010')  # Glycolysis genes

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

# Find compounds in a pathway
compounds = kegg_link('compound', 'hsa00010')

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

一般的なリンク: 遺伝子 ↔ 経路、経路 ↔ 化合物、経路 ↔ 酵素、遺伝子 ↔ ko（オーソログ）

7. 薬物間相互作用（kegg_ddi）

薬物間相互作用を確認します。

使用するタイミング: 薬剤の併用の分析、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'])

一般的な分析ワークフロー

ワークフロー 1: 遺伝子から経路へのマッピング

ユースケース: 対象の遺伝子に関連する経路の検索（例: 経路エンリッチメント解析のため）。

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: 経路のエンリッチメントの文脈

ユースケース: エンリッチメント解析のために、生物種の経路内のすべての遺伝子を取得する。

from scripts.kegg_api import kegg_list, kegg_link

# Step 1: List all human pathways
pathways = kegg_list('pathway', 'hsa')

# Step 2: For each pathway, get associated genes
for pathway_line in pathways.split('\n'):
    if pathway_line:
        pathway_id = pathway_line.split('\t')[0]
        genes = kegg_link('genes', pathway_id)
        # Process genes for enrichment analysis

ワークフロー 3: 化合物から経路への分析

ユースケース: 対象の化合物を含む代謝経路の検索。

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: データベース横断的な統合

ユースケース: KEGG データと UniProt、NCBI、PubChem のデータベースとの統合。

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: 生物種別の経路分析

ユースケース: 異なる生物種間で経路を比較する。

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 つの主要カテゴリに分類しています。パスウェイ ID を解釈する場合や、ユーザーにパスウェイを推奨する場合は、次のカテゴリを参照してください。

1. Metabolism（例: map00010 - Glycolysis、map00190 - Oxidative phosphorylation）
2. Genetic Information Processing（例: map03010 - Ribosome、map03040 - Spliceosome）
3. Environmental Information Processing（例: map04010 - MAPK signaling、map02010 - ABC transporters）
4. Cellular Processes（例: map04140 - Autophagy、map04210 - Apoptosis）
5. Organismal Systems（例: map04610 - Complement cascade、map04910 - Insulin signaling）
6. Human Diseases（例: map05200 - Pathways in cancer、map05010 - Alzheimer disease）
7. Drug Development（時系列およびターゲットベースの分類）

詳細なパスウェイのリストと分類については、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##### - リファレンスパスウェイ（汎用、生物種固有ではない）
• 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 cpd:C00002）

薬剤 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. エントリ数の上限: 1 回の操作につき最大 10 エントリ（image/kgml/json の場合は 1 エントリのみ）
2. 学術利用: API は学術利用に限定されています。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: 明示的な上限はありませんが、短時間に連続してリクエストを送ることは避けてください。

詳細なリファレンス

包括的な API ドキュメント、データベースの仕様、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。この資料には次の内容が含まれます。

• KEGG データベースの完全なリスト
• 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 との連携
• API 利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 呼び出しの構文エラーです。パラメータの形式を確認してください。 結果が空: 検索語がエントリに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。 Image/KGML のエラー: これらの形式は単一エントリでのみ動作します。バッチ処理を取り除いてください。

追加のツール

インタラクティブなパスウェイの可視化とアノテーションには、次のツールを使用できます。

• KEGG Mapper: https://www.kegg.jp/kegg/mapper/
• BlastKOALA: 自動ゲノムアノテーション
• GhostKOALA: メタゲノムおよびメタトランスクリプトームのアノテーション