一文极速读懂 KEGG 数据库

一、介绍

在进行生物学实验或者生物信息的学习中，都会听说KEGG富集分析，而且该方法在高通量测序分析中已然成为数据分析中必不可少的一环。

这种分析方法依托的是由 Kanehisa实验室在1995年开发的KEGG数据库，全称为 Kyoto Encyclopedia of Genes and Genomes（京都基因与基因组百科全书）。它拥有多个子数据库，包含基因组，生化反应，生化物质，疾病与药物，以及最常用PATHWAY通路信息。

接下来进入KEGG官网：https://www.kegg.jp ，它的主页主要由以下几部分构成:

mark

二、KEGG的数据库构成

KEGG子库中存储的信息是生物系统的计算机表示形式，由基因和蛋白质（基因组信息）和化学物质（化学信息）的分子部件组成，这些部件的相互作用，反应和关系构成调控网络图（系统信息），除此之外，还包含疾病和药物信息（健康信息）。具体的分类及数据库如下：

分类	数据库	描述	标志
系统信息	KEGG PATHWAY	KEGG 通路图
	KEGG BRITE	BRITE 层次结构和表
	KEGG MODULE	KEGG 模块
基因组信息	KEGG ORTHOLOGY (KO)	功能直系同源物
	KEGG GENOME	KEGG 完整基因组
	KEGG GENES	基因和蛋白质
	KEGG SSDB	基因序列相似性
化学信息	KEGG COMPOUND	小分子
	KEGG GLYCAN	聚糖
	KEGG REACTION	生化反应
	KEGG RCLASS	反应类型
	KEGG ENZYME	酶命名
健康信息	KEGG NETWORK	疾病相关网络
	KEGG VARIANT	人基因变异
	KEGG DISEASE	人类疾病
	KEGG DRUG	药物
	KEGG DGROUP	药物分组
	KEGG ENVIRON	健康相关物质

三、KEGG PATHWAY 数据库

在所有子数据库中最重要也是最常用的就是KEGG PATHWAY，它包括大量由科研人员根据已有研究文献，通过手动绘制的KEGG通路图，代表着代谢过程，环境信息过程，细胞过程，生物系统，人类疾病和药物开发。

每个通路都由一个五位数字标识，后跟以下任意一个：map，ko，ec，rn和三字母或四字母生物代码，它们分别代表五种通路类型：

map编号：代表reference pathway，根据已有的知识绘制的、概括的、详尽的具有一般参考意义的代谢图。一个点同时表示一个基因，这个基因编码的酶或这个酶参加的反应
org编号：物种特异性通路，这里就是将K编号基因（直系同源基因，后面会介绍）换为每个物种中对应的基因
ko编号：KO通路中的点表示直系同源基因
ec编号：EC通路中的点表示相关的酶
rn编号：化学反应通路中的点只表示该点参与的某个反应、反应物及反应类型

在了解每种通路之前我们先学会在KEGG中切换每种通路类型

地址：https://www.kegg.jp/kegg-bin/show_pathway?org_name=map&mapno=00020&mapscale=&show_description=hide

使用过程中切换各种通路类型，比如进入TCA循环，可以通过左上角下路菜单来切换：

mark

接下来，我们详细介绍每种通路：

1. 参考通路图 (map)

这里以 TCA循环的通路图为例，进入参考通路图(Reference pathway)。这是原始版本的通路，也是后续几种通路图的”模板”。每个白框可以代表直系同源基因，酶，反应，也可以点击链接至KO，ENZYME和REACTION详细信息。

mark

上述的形状，箭头，线段代表如下意义：

mark

2. 物种特异性通路 (org)

我们选择人的物种名Homo sapiens (human)，点击Go。可以看到与Reference pathway 图（map00020）不同的是有物种特异性基因被标注为绿色，而且通路编号为hsa00020

访问链接：https://www.kegg.jp/kegg-bin/show_pathway?org_name=hsa&mapno=00020&mapscale=&show_description=hide

当然，如果直接访问hsa00020的链接也可以进入该通路：https://www.kegg.jp/kegg-bin/show_pathway?hsa00020

mark