使用biopython解析kegg数据库

欢迎关注”生信修炼手册”!

KEGG数据库称之为基因组百科全书，是一个包含gene, pathway等多个子数据库的综合性数据库。为了更好的查询kegg数据，官方提供了对应的API。

在biopython中，通过Bio.KEGG模块，对kegg官方的API进行了封装，允许在python环境中使用kegg API。KEGG API与python代码的对应关系如下

利用REST模块，可以下载API支持的任何类型的数据，以pathway为例，示例如下

对于查询获得的内容，通过read方法可以转换为纯文本，示例如下

这样就可以通过字符串解析，来获取通路对应的编号，名称，注释等信息。对于KEGG数据的解析，biopython还提供了专门的解析函数，但是解析函数并不完整，目前只覆盖了compound, map, enzyme等子数据库。以enzyme数据库为例，用法如下

通过biopython，我们不仅可以在python环境中使用kegg api, 更重要的是，可以借助python的逻辑处理，来实现复杂的筛选逻辑，比如查找human中DNA修复相关的基因，基本思路如下

1. 通过list API获取human所有的pathway编号；

2. 通过get API获取每条pathway, 解析其description信息，筛选出现了repair关键词的通路；

3. 对于筛选出的通路，通过文本解析获取该通路对应的基因；

完整的代码如下

通过biopython, 可以更加高效的使用KEGG API, 结合API的数据获取能力和python的逻辑处理能力，来满足我们的个性化分析需求。‍

·end·

—如果喜欢，快分享给你的朋友们吧—

原创不易，欢迎收藏，点赞，转发！生信知识浩瀚如海，在生信学习的道路上，让我们一起并肩作战！

本公众号深耕耘生信领域多年，具有丰富的数据分析经验，致力于提供真正有价值的数据分析服务，擅长个性化分析，欢迎有需要的老师和同学前来咨询。