KEGG：通路、代谢与药物信息整合资源

KEGG（Kyoto Encyclopedia of Genes and Genomes）是历史最悠久、使用最广泛的通路数据库之一。它的特点是横向整合：把基因组、通路、化合物、酶反应、疾病、药物组织在同一套编号体系下，可以从任一入口串到其他信息。代谢通路的建模是它的经典优势。

子库结构

子库	内容	编号前缀
KEGG PATHWAY	通路图（代谢、信号、疾病）	map / hsa
KEGG GENES	各物种基因目录	hsa:1956
KEGG COMPOUND	小分子化合物	C00031
KEGG REACTION	酶催化反应	R00299
KEGG ENZYME	酶命名（EC 号）	EC 2.7.1.1
KEGG DRUG	药物信息	D00001
KEGG DISEASE	疾病与基因关联	H00001
KEGG MODULE	功能模块（通路的功能单元）	M00001
KEGG ORTHOLOGY	直系同源组（跨物种映射的基础）	K04361

KEGG ORTHOLOGY（KO）是跨物种分析的关键：把不同物种的同源基因归到同一个 K 编号，使通路可以在物种间映射。做非模式生物的通路分析时，先映射到 KO 是标准做法。

REST API

# 列出人类所有通路
curl "https://rest.kegg.jp/list/pathway/hsa"

# 取某通路的详细信息
curl "https://rest.kegg.jp/get/hsa04010"          # MAPK signaling pathway

# 取通路中的基因列表
curl "https://rest.kegg.jp/link/hsa/hsa04010"

# 标识符转换
curl "https://rest.kegg.jp/conv/hsa/uniprot:P00533"

# 取化合物结构（MOL 格式）
curl "https://rest.kegg.jp/get/C00031/mol"

import requests

def kegg_pathway_genes(pid="hsa04010"):
    r = requests.get(f"https://rest.kegg.jp/link/hsa/{pid}")
    return [line.split("\t")[1] for line in r.text.strip().split("\n")]

genes = kegg_pathway_genes("hsa04010")
print(f"MAPK 通路含 {len(genes)} 个基因")

# 反查：某基因参与哪些通路
r = requests.get("https://rest.kegg.jp/link/pathway/hsa:1956")   # EGFR
for line in r.text.strip().split("\n")[:10]:
    print(line)

Python 生态中 bioservices、KEGGREST（R）等包提供了更方便的封装。

许可：必须先弄清楚

这是使用 KEGG 时最容易出问题的地方：

• 网页浏览与 REST API：学术用途免费使用。
• 批量下载（FTP）：需要付费订阅。
• 商业使用：需要商业许可，包括在营利机构内部使用、整合进商业产品或服务。
• 不要想当然：很多论文和开源工具使用了 KEGG 数据，但这不代表商业项目可以照做。公司内部集成前必须与法务确认。

正因如此，需要在商业环境中做通路分析时，Reactome（CC BY 4.0，见 260《Reactome》）通常是更省心的选择。功能上两者互补，许可上 Reactome 明显更宽松。

在药物研发中的用法

• 代谢通路分析：这是 KEGG 最强的部分。研究药物代谢、代谢性疾病靶点、代谢重编程时，它的覆盖和组织方式仍是最好的。
• 药物机制查询：KEGG DRUG 记录了药物的靶点、通路、代谢酶、相互作用，可以快速了解一个已上市药物的作用位置。
• 疾病通路：KEGG DISEASE 把疾病与具体的通路异常关联起来。
• 酶反应查询：需要知道某个酶催化什么反应、底物产物是什么时，REACTION 与 ENZYME 子库很直接。
• 富集分析：KEGG 通路富集是转录组分析的标准步骤之一（用 clusterProfiler、GSEApy 等工具）。

注意

• 通路边界是人为划定的：同一个基因常出现在多个通路中，富集分析时会造成结果重叠。
• 更新节奏：更新持续但不算快，最新研究进展可能未纳入。
• 信号通路不如 Reactome 详细：KEGG 的信号通路图较为概略，缺少反应级的细节和修饰形式区分。
• 物种映射需谨慎：通过 KO 映射到其他物种时，直系同源不保证功能相同。

延伸资源

• 开放许可替代：260《Reactome》；功能注释：262《Gene Ontology》；
• 基因集资源：263《MSigDB》；互作网络：258《STRING》。