KEGG API 用法详解下篇

本篇接着介绍下列 4种 api 的用法:

  1. get

  2. conv

  3. link

  4. 4.ddi

get

根据提供的kegg 标识符,返回特定的记录,多个标识符之间用+ 连接,一次最多允许10个标识符,格式如下

http://rest.kegg.jp/get/dbentries[/option]
dbentries = KEGG database entries of the following database
database = pathway | brite | module | ko | genome | org | vg | ag | compound |
glycan | reaction | rclass | enzyme | network | variant | disease | drug | dgroup | environ | disease_ja | drug_ja | dgroup_ja | environ_ja | compound_ja
option = aaseq | ntseq | mol | kcf | image | conf | kgml | json

共有两种用法

第一种用法,不带任何的option, 返回的结果和网页版的结果类似

示例:返回hsa:10458基因的信息

http://rest.kegg.jp/get/hsa:10458

ENTRY       10458             CDS       T01001
NAME        BAIAP2, BAP2, FLAF3, IRSP53
DEFINITION  (RefSeq) BAI1 associated protein 2
ORTHOLOGY   K05627  BAI1-associated protein 2
ORGANISM    hsa  Homo sapiens (human)
PATHWAY     hsa04520  Adherens junction
            hsa04810  Regulation of actin cytoskeleton
BRITE       KEGG Orthology (KO) [BR:hsa00001]
             Cellular Processes
              Cellular community - eukaryotes
               04520 Adherens junction
                10458 (BAIAP2)
              Cell motility
               04810 Regulation of actin cytoskeleton
                10458 (BAIAP2)
            Membrane trafficking [BR:hsa04131]
             Endocytosis
              Bin/Amphiphysin/Rvs (BAR) family proteins
               I-BAR proteins
                10458 (BAIAP2)
POSITION    17q25.3
...

第二种用法,后面加上options 操作,需要注意的是,特定的数据库有特定的option。

对于gene 数据库而言,支持 aaseq 和 ntseq, 返回基因的序列
示例:返回基因的核酸序列

http://rest.kegg.jp/get/hsa:10458/ntseq

>hsa:10458 K05627 BAI1-associated protein 2 | (RefSeq) BAIAP2, BAP2, FLAF3, IRSP53; BAI1 associated protein 2 (N)
atgtctctgtctcgctcagaggagatgcaccggctcacggaaaatgtctataagaccatc
atggagcagttcaaccctagcctccggaacttcatcgccatggggaagaattacgagaag
gcactggcaggtgtgacgtatgcagccaaaggctactttgacgccctggtgaagatgggg
gagctggccagcgagagccagggctccaaagaactcggagacgttctcttccagatggct
gaagtccacaggcagatccagaatcagctggaagaaatgctgaagtcttttcacaacgag
ctgcttacgcagctggagcagaaggtggagctgga

对于pathway 数据库而言,支持 image , conf, kgml ,但是一次只允许查询1条记录
示例: 返回hsa05130的通路图

http://rest.kegg.jp/get/hsa05130/image

image.gif

对于 compound, glycan, drus 数据库,支持 images , mcol, kcf 操作,对于images , 一次只允许返回一条记录

示例 : 返回 C00002的结构示意图

http://rest.kegg.jp/get/C00002/image

image

conv

转换kegg 的ID 和其他数据库的ID
第一种格式,所有记录之间的转换

http://rest.kegg.jp/conv/target_db/source_db
(target_db source_db) = (kegg_db outside_db) | (outside_db kegg_db)
For gene identifiers:
kegg_d> = org
org = KEGG organism code or T number
outside_d> = ncbi-geneid | ncbi-proteinid | uniprot
For chemical substance identifiers:
kegg_db = compound | glycan | drug
outside_db = pubchem | chebi

示例: human的ncbi entrez ID 和 kegg 的ID 进行转换

http://rest.kegg.jp/conv/hsa/ncbi-geneid

ncbi-geneid:1    hsa:1
ncbi-geneid:10    hsa:10
ncbi-geneid:100    hsa:100
ncbi-geneid:1000    hsa:1000
ncbi-geneid:100008587    hsa:100008587
ncbi-geneid:100008588    hsa:100008588
ncbi-geneid:100008589    hsa:100008589
ncbi-geneid:100009667    hsa:100009667
ncbi-geneid:100009676    hsa:100009676

第二种格式, 某几条记录之间的转换,格式和第一种相同,只不过每次返回几条记录之间的对应关系,多条记录用+ 连接,1次最多允许10条记录

示例,查询hsa:10458ece:Z5100 两个基因对应的 ncbi protein id

http://rest.kegg.jp/conv/ncbi-proteinid/hsa:10458+ece:Z5100

hsa:10458    ncbi-proteinid:NP_059345
ece:Z5100    ncbi-proteinid:AAG58814

link

检索两个数据库之间的关联,共有两种用法

第一种,两个数据库之间的关联

http://rest.kegg.jp/link/target_db/source_db
target_db = database
source_db = database
database = pathway | brite | module | ko | genome | org | vg | ag | compound |
glycan | reaction | rclass | enzyme | network | variant | disease | drug | dgroup | environ | atc | jtc | ndc | yj | pubmed

示例:human 基因和pathway 之间的对应关系

http://rest.kegg.jp/link/pathway/hsa

hsa:10327    path:hsa00010
hsa:124    path:hsa00010
hsa:125    path:hsa00010
hsa:126    path:hsa00010
hsa:127    path:hsa00010
hsa:128    path:hsa00010
hsa:130    path:hsa00010

第二种,查询某几条记录在两个数据库之间的关联

示例:查询hsa:10458和ece:Z5100 两个基因对应的pathway 信息

http://rest.kegg.jp/link/pathway/hsa:10458+ece:Z5100

hsa:10458 path:hsa04520
hsa:10458 path:hsa04810
ece:Z5100 path:ece05130

ddi

查找药物之间的相互作用关系 , URL 格式如下

http://rest.kegg.jp/ddi/dbentry
dbentry = Single entry of the following database
database = drug | ndc | yj
可以提供1个药物的ID, 也可以一次提供多个,多个ID 用 + 连接

示例 : 查询和D005664 这种药物存在相互作用的记录

http://rest.kegg.jp/ddi/D00564

dr:D00564    cpd:C00304    P    unclassified
dr:D00564    cpd:C01946    P    unclassified
dr:D00564    cpd:C04931    P    unclassified
dr:D00564    cpd:C05849    P    unclassified

总结:

kegg API 允许我们方便的获取各种资源,最大的好处是我们可以通过程序批量下载,比如批量下载一个物种所有的pathway通路图或者kgml 文件。API的用法也很简单,关键是我们要理解返回的数据有什么意义,比如 kgml 文件中记录了哪些信息,conf 文件中的数字代表了什么,后续我会详细介绍这些东西,通过kgml ,conf , 可以实现很多有意思的功能。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,080评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,422评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,630评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,554评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,662评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,856评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,014评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,752评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,212评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,541评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,687评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,347评论 4 331
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,973评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,777评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,006评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,406评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,576评论 2 349

推荐阅读更多精彩内容