KEGG数据库中文教程

KEGG数据库中文教程

快速导航

1. 这篇教程介绍了什么？

2. KEGG数据库里面有什么？

3. 我如何查询某一特定的代谢途径(pathway)的信息，例如Glycolysis / Gluconeogenesis?

4. 我如何查询某一化合物的信息,例如Pyruvate?

5. 我如何查询Pyruvate涉及了哪些生化反应?

6. 我如何查询某一基因的信息,例如gltA ?

7. 我如何知道Bacillus subtilis是否有gltA?

8. 我如何查询gltA在其他物种中的同源基因?

9. 我如何列出某一代谢途径中涉及的所有的酶？例如cytrate cycle pathway（TCA循环）

10. 我如何知道人类的cytrate cycle中pyruvate carboxylase这种酶有多少化合物与其发生相互作用？

11. 我如何查询人类由Citrate生成Acetyl-CoA的可能步骤？

12. 我有一条未知的序列，如何查询KEGG数据库中是否有基因或酶与其对应?

一. 简介

代谢(Metabolism)是指细胞内发生的各种化学反应的总称。一个代谢途径（Metabolic pathway）包括一系列互相联系的反应(reaction),反应中的酶( enzyme)以及反应中的前体或者产物(substrate) 。随着现代生物信息学的进展，我们可以通过计算机来展示，以至预测细胞内的代谢途径。

现在常用的查询代谢途径的数据库主要包括：KEGG(http://www.genome.jp/kegg/), GenMAPP(https://www.360docs.net/doc/d28635060.html,/), BioRag(https://www.360docs.net/doc/d28635060.html,/) 等。本教程主要介绍KEGG 数据库的使用方法。

KEGG（Kyoto Encyclopedia of Genes and Genomes）是由日本京都大学和东京大学联合开发的数据库，可以用来查询代谢途径，酶（或编码酶的基因），产物等，也可以通过BLA ST比对查询未知序列的代谢途径信息。KEGG主要通过Web界面进行访问，同样也可以通过本地运行的Perl或java程序进行访问，使用很方便。

本教程将结合实例来介绍KEGG数据库的使用方法，希望能您能通过本教程了解KEGG数据库的基本使用方法。

二. 使用方法

1.首页

打开KEGG的首页，我们可以看到KEGG提供的四个主要的数据库（图1箭头所示）。

●PATHWAY （代谢途径数据库），可以查询各种代谢途径。

●BRITE （代谢通路及同源基因数据库），这个数据与PATHWAY数据库不同的是，可以查

询酶和底物之间的关系，也可以查询某种酶的同源基因。

●GENES （基因数据库），可以查询不同的基因或基因组的信息。

●LIGAND （配体数据库），可以查询反应中各种化合物的信息。

图1. KEGG数据库首页

如果点击KEGG2——KEGG Table of Contents这个链接，则会出现一个类似于网站地图的页面，在这个页面上，我们可以查询各数据库的更新信息，也可快速访问KEGG提供的各个数据库。

点击KEGG Organisms会列出KEGG对各物种的代码。KEGG使用三个英文小写字母来代表各个物种，例如人类Homo sapiens，代码是hsa。再如小鼠Mus Musculus则是mmu。

2. PATHW AY数据库的使用

在首页上点击PA THWAY的链接(或者先选择KEGG2，再在出现的表格中Database选项下选择KEGG PA THWAY)。您就会看到KEGG收录的所有代谢途径信息（图2）。

图2. P A THWAY数据库界面

例如如果想要查询Glycolysis / Gluconeogenesis这个代谢途径（图2）。

1）从首页，或者KEGG2的表格界面中进入PA THWA Y数据库

2）点击Carbohydrate Metabolism中的Glycolysis / Gluconeogenesis

新页面即显示出此途径的信息（图3A）。方框中表示的是反应中的酶，例如2.7.1.41，这是酶的EC number，国际酶学委员会的编号。小圆圈代表的是反应中的化合物，例如α-D-Glucose-1P。箭头代表的是反应的方向。虚线表示此反应可以通过中间产物与其他途径发生联系。

或者您也可以通过Search PATHWAY for这个选项直接搜索Glycolysis / Gluconeogenesis 的信息。搜索的结果中会显示出满足条件的所有物种的pathway。

（A）

（B）

图3. 代谢途径图片信息

A：Glycolysis / Gluconeogenesis途径的全面信息 B：人类中Glycolysis / Gluconeogenesis途径的信息如果想要知道人类的Glycolysis / Gluconeogenesis途径的具体信息。

1）点击此界面左上角的下拉菜单。选择人类 Homo Sapiens(human)

2）点击Go

即可见图3B的画面。绿色的方框代表人类含有这种酶，例3.1.3.9。你也可以通过下拉菜单旁的Select按钮自行设置下拉菜单中显示的物种名称。

点击标有3.1.3.9的绿色方框，即可显示人类中此酶的信息（图4）。Entry是KEGG中此酶的ID。Gene name是酶的简化名。Definition包括酶的通用名称和EC number。KO是在KEGG数据中这种酶的同源序列号。Pathway中列出了这种酶涉及的代谢途径。此外，还有一些其他的信息，例如编码这种酶的基因在基因组中的位置（Position），编码酶的基因序列（NT seq）和蛋白序列（AA seq）等。

图4.酶3.1.3.9的信息

3. LIGAND数据库的使用

LIGAND数据库中，可以查询到化合物，反应或者参与反应的酶。可以在上面的搜索框中进行名称查询，也可以在下面的Ligand Relational Database里进行配体或反应关系的查询。

例如想要查询数据库中Pyruvate（丙酮酸盐）的信息（图5A）。

1）在Search COMPAND的下拉菜单中选择Name

2）输入Pyruvae

3）点击Go

就会出现图5B的画面。在给出的结果中可见它的entry number（C00022），分子结构，化学式等属性，也可以点击Entry number后进入另一个界面查看它更多的信息。

(A)

(B)

图5. LIGAND数据库界面及Search Compound的使用

再例如，我们需要查询Pyruvate（丙酮酸盐）所涉及的化学反应的信息（图6A）。1）在Search REACTION的下拉菜单选择Reactant Entry

2）输入Pyruvate的entry number，C00022

3）点击Go就会出现Pyruvate所涉及的反应（图6B）。

（A）

（B）

图6. Search REACTION的使用

4．GENES数据库的使用

GENES数据库可以用来查询基因及基因组的信息。

例如想要查询gltA（柠檬酸盐合成酶）这种基因的具体信息（图7A）。

1）在Search的下拉菜单选择Genes（默认，可不选）

2）输入gltA

3）点击Go

在出现的结果中即可查得所有编码这种酶的基因（图7B）。像是第一个结果eco:b0720，eco是物种名（Escherichia coli K-12 MG1655）， b0720是entry name。gltA是基因名，之后还有基因的全称，以及编码的酶的EC number等。物种名可以通过首页上的KEGG Organisms 来查询。

再例如我们想要查询Bacillus subtilis中是否有gltA这种基因（图7C）。

1）在首页的KEGG Organisms中找到Bacillus subtilis的缩写为bsu

2）Search Organism中输入bsu

3）再输入gltA

4）点击Go即可查得相应信息

(A)

(B)

(C)

图7. GENES数据库界面及搜索功能的使用

5.KO数据库的使用

KO数据库可以用来查询某一基因的同源基因。

例如如果想要查询gltA的同源基因（图8）

1）从KEGG首页进入BRITE数据库

2）点击进入KO - Pathway-based classification of orthologs（图8A）

3）在出现的页面上选择Text search（图8B）

4）输入gltA或者citrate synthase，按回车键(图8C)

这样就会显示出gltA的KO分类(KO groups)了(图8D)。需要注意的是基因的KO groups 是按照不同的代谢途径来列出的，所以一个KO group可能被列出很多次。点击KO序号，即可查看此类同源基因(图8E)。

(A)

(B)

(C)

(D)

(E)

图8. KO数据库的使用

6. LinkDB的使用

LinkDB可以用来查询多个数据库之间的交互信息。

例如，我们想查询cytrate cycle（TCA循环）中涉及的所有的酶（图9A）。

1）在KEGG首页上点击DBGET

2）然后点击表格上的标题LinkDB

3）使用Single Entry to Database这个选项。需要注意From内填入的内容必须符合db:entry的格式, cytrate cycle是属于PA THWAY数据库,entry number是map00020,所以应该填入PA THWAY:map00020。(如何查询Pathway的信息,请参见2.PA THWAY 数据库的使用)

4）后在To这个选项上选择需要查询的数据库Enzyme

5）点击Go即可见到结果（图9B）。

（A）

（B）

图9. Single Entry to Database的使用

再例如如果我们想知道人类的cytrate cycle中pyruvate carboxylase这种酶有多少化合物与其发生作用（如图10A）。

1）使用Multiple Entries to Database这个选项

2）在From里输入cytrate cycle的代码pathway:hsa00020，再输入pyruvate carboxylase 在人类中的基因的代码，hsa:5091。(基因的查询请参见前述2.GENES数据库的使用)

3）在To选择COMPOUND数据库

4）因为我们需要查询同时满足人类cytrate cycle和pyruvate carboxylase的底物，所以需要点击and这个选项。

5）最后点击Go，即可出现图10B的结果。

（A）

图10. Multiple Entries to Database 的使用

7. PathComp的使用

PathComp可以通过计算来预测联系两种化合物的可能的反应途径。

例如我们需要人类由Citrate生成Acetyl-CoA的可能步骤。

1）在首页上点击进入LIGAND数据库

2）在Computational Tools中选择PathComp（网页的最下方）

3）在Search against这个下拉菜单中选择Homo sapiens(Human) ，如图11A

4）在Enter initial compound里输入Citrate

5）在Enter final compound里输入输入Acetyl-CoA

6）点击Exec按钮，会出现图11B的画面

7）再次点击Exec按钮即可出现图11C的结果

结果中会列出可能的pathway中的中间产物和相应的酶的信息。点击即可查询具体资料。

（A）

（B）

（C）

图11. PathComp的使用

8. BLAST的使用

KEGG提供了BLAST工具，因此可以使用未知的序列，与KEGG数据库中存在的基因或酶的序列进行比对，从而预测其可能参与的代谢途径。

例如我们想通过BLAST查询一条序列的信息

1）进入GenomeNet的首页，在GenomeNet Computation Service选项下点击进入BLAST，会出现图12A的画面

2）在Enter query sequence选项下输入需要比对的序列

3）在Select program and database选项下选择需要运行的程序。如果是DNA序列则选择BLASTN，如果是蛋白序列则选择BLASTP。可在右侧的方框中选择数据库，因为我们是要与KEGG数据库进行比对，因此可以使用默认选项。

4）可以在Output options和Optional parameters两个选项中进行设置，也可以使用缺省选项。

5）点击屏幕上方的Compute按钮执行BLAST，即可出现BLAST结果，如图12B。

在得出了结果后，可以点击前面的entry number，直接查询结果中基因序列的信息。关于基因信息的解释，请参见前述4.GENES数据库的使用。

(A)

(B)

图12. BLAST的使用

三. 后记

本教程只是介绍了KEGG数据库的简单使用方法，KEGG数据库中还有更多有用的功

能需要您自己去学习掌握了。