Kegg Database

KEGG Database

Visão Geral

KEGG (Kyoto Encyclopedia of Genes and Genomes) é um recurso bioinformático abrangente para análise de vias biológicas e redes de interações moleculares.

Importante: A API KEGG está disponível apenas para uso acadêmico por usuários acadêmicos.

Quando Usar Esta Skill

Esta skill deve ser usada ao consultar vias metabólicas, genes, compostos, enzimas, doenças e drogas em múltiplos organismos usando a REST API do KEGG.

Início Rápido

A skill fornece:

1. Funções auxiliares em Python (scripts/kegg_api.py) para todas as operações da REST API do KEGG
2. Documentação de referência abrangente (references/kegg_reference.md) com especificações detalhadas da API

Quando usuários solicitam dados do KEGG, determine qual operação é necessária e use a função apropriada de scripts/kegg_api.py.

Operações Principais

1. Informações do Banco de Dados (kegg_info)

Recupera metadados e estatísticas sobre bancos de dados KEGG.

Quando usar: Entender a estrutura do banco de dados, verificar dados disponíveis, obter informações de release.

Uso:

from scripts.kegg_api import kegg_info

# Obter informações sobre banco de dados de vias
info = kegg_info('pathway')

# Obter informações específicas de organismo
hsa_info = kegg_info('hsa')  # Genoma humano

Bancos de dados comuns: kegg, pathway, module, brite, genes, genome, compound, glycan, reaction, enzyme, disease, drug

2. Listando Entradas (kegg_list)

Lista identificadores de entrada e nomes dos bancos de dados KEGG.

Quando usar: Obter todas as vias para um organismo, listar genes, recuperar catálogos de compostos.

Uso:

from scripts.kegg_api import kegg_list

# Listar todas as vias de referência
pathways = kegg_list('pathway')

# Listar vias específicas de humanos
hsa_pathways = kegg_list('pathway', 'hsa')

# Listar genes específicos (máx. 10)
genes = kegg_list('hsa:10458+hsa:10459')

Códigos de organismo comuns: hsa (humano), mmu (camundongo), dme (mosca-da-fruta), sce (levedura), eco (E. coli)

3. Pesquisando (kegg_find)

Pesquisa bancos de dados KEGG por palavras-chave ou propriedades moleculares.

Quando usar: Encontrar genes por nome/descrição, pesquisar compostos por fórmula ou massa, descobrir entradas por palavras-chave.

Uso:

from scripts.kegg_api import kegg_find

# Pesquisa por palavra-chave
results = kegg_find('genes', 'p53')
shiga_toxin = kegg_find('genes', 'shiga toxin')

# Pesquisa por fórmula química (correspondência exata)
compounds = kegg_find('compound', 'C7H10N4O2', 'formula')

# Pesquisa por intervalo de peso molecular
drugs = kegg_find('drug', '300-310', 'exact_mass')

Opções de pesquisa: formula (correspondência exata), exact_mass (intervalo), mol_weight (intervalo)

4. Recuperando Entradas (kegg_get)

Obtém entradas completas do banco de dados ou formatos de dados específicos.

Quando usar: Recuperar detalhes de vias, obter sequências de genes/proteínas, baixar mapas de vias, acessar estruturas de compostos.

Uso:

from scripts.kegg_api import kegg_get

# Obter entrada de via
pathway = kegg_get('hsa00010')  # Via da glicólise

# Obter múltiplas entradas (máx. 10)
genes = kegg_get(['hsa:10458', 'hsa:10459'])

# Obter sequência de proteína (FASTA)
sequence = kegg_get('hsa:10458', 'aaseq')

# Obter sequência de nucleotídeo
nt_seq = kegg_get('hsa:10458', 'ntseq')

# Obter estrutura de composto
mol_file = kegg_get('cpd:C00002', 'mol')  # ATP em formato MOL

# Obter via como JSON (apenas uma entrada)
pathway_json = kegg_get('hsa05130', 'json')

# Obter imagem de via (apenas uma entrada)
pathway_img = kegg_get('hsa05130', 'image')

Formatos de saída: aaseq (FASTA de proteína), ntseq (FASTA de nucleotídeo), mol (formato MOL), kcf (formato KCF), image (PNG), kgml (XML), json (JSON de via)

Importante: Formatos de imagem, KGML e JSON permitem apenas uma entrada por vez.

5. Conversão de IDs (kegg_conv)

Converte identificadores entre KEGG e bancos de dados externos.

Quando usar: Integrar dados KEGG com outros bancos de dados, mapear IDs de genes, converter identificadores de compostos.

Uso:

from scripts.kegg_api import kegg_conv

# Converter todos os genes humanos para IDs NCBI Gene
conversions = kegg_conv('ncbi-geneid', 'hsa')

# Converter gene específico
gene_id = kegg_conv('ncbi-geneid', 'hsa:10458')

# Converter para UniProt
uniprot_id = kegg_conv('uniprot', 'hsa:10458')

# Converter compostos para PubChem
pubchem_ids = kegg_conv('pubchem', 'compound')

# Conversão reversa (NCBI Gene ID para KEGG)
kegg_id = kegg_conv('hsa', 'ncbi-geneid')

Conversões suportadas: ncbi-geneid, ncbi-proteinid, uniprot, pubchem, chebi

6. Referência Cruzada (kegg_link)

Encontra entradas relacionadas dentro e entre bancos de dados KEGG.

Quando usar: Encontrar vias contendo genes, obter genes em uma via, mapear genes para grupos KO, encontrar compostos em vias.

Uso:

from scripts.kegg_api import kegg_link

# Encontrar vias vinculadas a genes humanos
pathways = kegg_link('pathway', 'hsa')

# Obter genes em uma via específica
genes = kegg_link('genes', 'hsa00010')  # Genes da glicólise

# Encontrar vias contendo um gene específico
gene_pathways = kegg_link('pathway', 'hsa:10458')

# Encontrar compostos em uma via
compounds = kegg_link('compound', 'hsa00010')

# Mapear genes para grupos KO (ortologia)
ko_groups = kegg_link('ko', 'hsa:10458')

Links comuns: genes ↔ pathway, pathway ↔ compound, pathway ↔ enzyme, genes ↔ ko (ortologia)

7. Interações Droga-Droga (kegg_ddi)

Verifica interações entre drogas.

Quando usar: Analisar combinações de drogas, verificar contraindicações, pesquisa farmacológica.

Uso:

from scripts.kegg_api import kegg_ddi

# Verificar uma droga
interactions = kegg_ddi('D00001')

# Verificar múltiplas drogas (máx. 10)
interactions = kegg_ddi(['D00001', 'D00002', 'D00003'])

Workflows de Análise Comuns

Workflow 1: Mapeamento Gene para Via

Caso de uso: Encontrar vias associadas a genes de interesse (ex: para análise de enriquecimento de vias).

from scripts.kegg_api import kegg_find, kegg_link, kegg_get

# Etapa 1: Encontrar ID de gene pelo nome
gene_results = kegg_find('genes', 'p53')

# Etapa 2: Vincular gene a vias
pathways = kegg_link('pathway', 'hsa:7157')  # Gene TP53

# Etapa 3: Obter informações detalhadas de via
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)
        # Processar informações de via

Workflow 2: Contexto de Enriquecimento de Via

Caso de uso: Obter todos os genes em vias de organismo para análise de enriquecimento.

from scripts.kegg_api import kegg_list, kegg_link

# Etapa 1: Listar todas as vias humanas
pathways = kegg_list('pathway', 'hsa')

# Etapa 2: Para cada via, obter genes associados
for pathway_line in pathways.split('\n'):
    if pathway_line:
        pathway_id = pathway_line.split('\t')[0]
        genes = kegg_link('genes', pathway_id)
        # Processar genes para análise de enriquecimento

Workflow 3: Análise de Composto para Via

Caso de uso: Encontrar vias metabólicas contendo compostos de interesse.

from scripts.kegg_api import kegg_find, kegg_link, kegg_get

# Etapa 1: Pesquisar composto
compound_results = kegg_find('compound', 'glucose')

# Etapa 2: Vincular composto a reações
reactions = kegg_link('reaction', 'cpd:C00031')  # Glicose

# Etapa 3: Vincular reações a vias
pathways = kegg_link('pathway', 'rn:R00299')  # Reação específica

# Etapa 4: Obter detalhes de via
pathway_info = kegg_get('map00010')  # Glicólise

Workflow 4: Integração entre Bancos de Dados

Caso de uso: Integrar dados KEGG com UniProt, NCBI ou PubChem.

from scripts.kegg_api import kegg_conv, kegg_get

# Etapa 1: Converter IDs de genes KEGG para IDs de banco de dados externo
uniprot_map = kegg_conv('uniprot', 'hsa')
ncbi_map = kegg_conv('ncbi-geneid', 'hsa')

# Etapa 2: Analisar resultados de conversão
for line in uniprot_map.split('\n'):
    if line:
        kegg_id, uniprot_id = line.split('\t')
        # Usar IDs externos para integração

# Etapa 3: Obter sequências usando KEGG
sequence = kegg_get('hsa:10458', 'aaseq')

Workflow 5: Análise de Via Específica de Organismo

Caso de uso: Comparar vias em diferentes organismos.

from scripts.kegg_api import kegg_list, kegg_get

# Etapa 1: Listar vias para múltiplos organismos
human_pathways = kegg_list('pathway', 'hsa')
mouse_pathways = kegg_list('pathway', 'mmu')
yeast_pathways = kegg_list('pathway', 'sce')

# Etapa 2: Obter via de referência para comparação
ref_pathway = kegg_get('map00010')  # Glicólise de referência

# Etapa 3: Obter versões específicas de organismo
hsa_glycolysis = kegg_get('hsa00010')
mmu_glycolysis = kegg_get('mmu00010')

Categorias de Vias

KEGG organiza vias em sete categorias principais. Ao interpretar IDs de vias ou recomendar vias a usuários:

1. Metabolismo (ex: map00010 - Glicólise, map00190 - Fosforilação oxidativa)
2. Processamento de Informação Genética (ex: map03010 - Ribossoma, map03040 - Spliceossoma)
3. Processamento de Informação Ambiental (ex: map04010 - Sinalização MAPK, map02010 - Transportadores ABC)
4. Processos Celulares (ex: map04140 - Autofagia, map04210 - Apoptose)
5. Sistemas Organismos (ex: map04610 - Cascata do complemento, map04910 - Sinalização de insulina)
6. Doenças Humanas (ex: map05200 - Vias em câncer, map05010 - Doença de Alzheimer)
7. Desenvolvimento de Drogas (classificações cronológicas e baseadas em alvo)

Consulte references/kegg_reference.md para listas detalhadas de vias e classificações.

Identificadores e Formatos Importantes

IDs de Vias

• map##### - Via de referência (genérica, não específica de organismo)
• hsa##### - Via humana
• mmu##### - Via de camundongo

IDs de Genes

• Formato: organismo:numero_gene (ex: hsa:10458)

IDs de Compostos

• Formato: cpd:C##### (ex: cpd:C00002 para ATP)

IDs de Drogas

• Formato: dr:D##### (ex: dr:D00001)

IDs de Enzima

• Formato: ec:EC_number (ex: ec:1.1.1.1)

IDs KO (KEGG Ortologia)

• Formato: ko:K##### (ex: ko:K00001)

Limitações da API

Respeite estas restrições ao usar a API KEGG:

1. Limites de entrada: Máximo 10 entradas por operação (exceto imagem/kgml/json: apenas 1 entrada)
2. Uso acadêmico: API é apenas para uso acadêmico; uso comercial requer licença
3. Códigos de status HTTP: Verifique 200 (sucesso), 400 (requisição inválida), 404 (não encontrado)
4. Rate limiting: Sem limite explícito, mas evite requisições em rápida sequência

Referência Detalhada

Para documentação abrangente de API, especificações de banco de dados, códigos de organismo e uso avançado, consulte references/kegg_reference.md. Isto inclui:

• Lista completa de bancos de dados KEGG
• Sintaxe detalhada de operação de API
• Todos os códigos de organismo
• Códigos de status HTTP e tratamento de erros
• Integração com Biopython e R/Bioconductor
• Melhores práticas para uso de API

Resolução de Problemas

404 Not Found: Entrada ou banco de dados não existe; verifique IDs e códigos de organismo 400 Bad Request: Erro de sintaxe na chamada de API; verifique formatação de parâmetros Resultados vazios: Termo de pesquisa pode não corresponder a entradas; tente palavras-chave mais amplas Erros de imagem/KGML: Estes formatos funcionam apenas com uma única entrada; remova processamento em lote

Ferramentas Adicionais

Para visualização interativa de vias e anotação:

• KEGG Mapper: https://www.kegg.jp/kegg/mapper/
• BlastKOALA: Anotação automática de genoma
• GhostKOALA: Anotação de metagenoma/metatranscriptoma