- 综合排序
- 最热优先
- 最新优先
- 来自专栏全栈程序员必看
linux下kegg注释软件,网页工具KOBAS进行KEGG富集分析
KOBAS也可以用命令行方式来分析，可以在download页面进行下载tarball格式的安装包，在linux终端用命令行来操作，下面分别以网页方式和命令行方式来进行KEGG富集分析 1.网页方式进行KEGG 富集分析 如上图，我们在Gene-list Enrichment这里，我们这里选择的是Emsembl Gene ID,然后选择物种Homo sapiens,然后将gene list粘贴过去，下面只勾选KEGG Pathway,点击Run，这里会生成一个TaskID 一共生成了296条KEGG terms,这里生成的一个很大的表格，然后点击download,就能得到KEGG的富集分析，下个博客我在写怎么用命令行模式来进行 KEGG富集分析 发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/128894.html原文链接：https://javaforall.cn
2.7K20编辑于 2022-07-28 - 来自专栏我的技术专刊
KEGG批量注释
seq_pep文件夹下 gzip -d ko.pep.fasta.gz 将KOBAS软件的执行脚本添加到 ~/.bashrc echo 'export PATH=$PATH:/root/biosoft/kegg bashrc 安装KOBAS相应的模块到python中，注意：不是kobas-3.0/src/kobas目录 echo 'export PYTHONPATH=$PYTHONPATH:/root/biosoft/kegg /kobas-3.0/src' >> ~/.bashrc 修改kobasrc中的kobas_home和blast_home kobas_home = /root/biosoft/kegg/kobas- ko -t fasta:nuc -o diff_gene.ann -n 4 identify.py -f diff_gene.ann -b all_genomic_gene.ann -d K -o kegg.result.xls
91100编辑于 2021-12-05 - 来自专栏生信修炼手册
KEGG Genome 数据库
kegg Genome 由organisms，selected viruses 和 Metagenomes 3个数据库构成。 /kegg-bin/show_organism? kegg官网提供的Genome 数据库的构成示意图如下： ? 总结 kegg genome 数据库存储物种信息，由organisms , viruses, metagenomes 三个数据库构成。 kegg有一套较为简单的物种分类体系，叫做kegg taxonomy, 和 ncbi taxonomy 还是有区别的。
1.1K20发布于 2020-05-09 - 来自专栏生信修炼手册
使用clusterProfiler进行KEGG富集分析
KEGG pathway是最常用的功能注释数据库之一，可以利用KEGG 的API获取一个物种所有基因对应的pathway注释，human对应的API 链接如下 http://rest.kegg.jp/link 和GO富集分析类似，对于KEGG的富集分析也包含以下两种 1. 不同类型ID的转换也是通过KEGG API实现的，比如hsa的kegg gene id和ncbi-geneid的对应关系见以下链接 http://rest.kegg.jp/conv/ncbi-geneid 函数，调用KEGG API, 来实现ID 转换功能，示例如下 bitr_kegg( "1", fromType = "kegg", toType = 'ncbi-proteinid', organism /kegg-bin/show_pathway?
6.2K21发布于 2020-05-08 - 来自专栏生信修炼手册
KEGG Enzyme 数据库
KEGG ENZYME 整合了ExplorEnz 数据库中酶的信息，处理基本的Ec number 和name 等属性外，还提供了对应的序列信息。 来看下每条记录的信息 ? 在1995 年，KEGG 数据库刚开始创建的时候，EC number 主要用来绘制代谢通路图；直到1999 年，提出了Orthology ID的概念，用来取代EC number, 绘制通路图；到2002
1.4K20发布于 2020-05-09 - 来自专栏生信修炼手册
KEGG Network 数据库
kegg orthology 数据库是 kegg 的核心，利用基因在不同物种之间的保守性，使得我们可以在更高层次上解读基因功能。 上面是kegg 官网提供的示意图，KO 建立在不同物种的gene具有同源性的基础上，而pathway 利用KO注释信息，提供了跨物种的通路信息，而network 数据库从pathway数据库延伸而来，在 variant,在原本的基因相互作用的基础上，包含了基因的变异信息； virus,在原本的基因相互作用的基础上，包含看病毒的入侵基因导致的相互作用的变化， 在下面的链接中，可以看到 http://www.kegg.jp /kegg-bin/show_network?
78920发布于 2020-05-09 - 来自专栏生信修炼手册
KEGG Brite 数据库
KEGG被称为京都基因组百科全书，是一个综合性的数据库。对于如此庞大的数据库，肯定需要对数据进行分门别类的整理。 除了将各种数据拆分到不同的子数据库中之外，KEGG还对所有的数据进行了更加细致的功能分类，这些功能分类的信息就存储在brite 数据库中。 htext 文件，比如kegg orthology 的分类 http://www.kegg.jp/kegg-bin/get_htext?ko00000.keg ? 软件是用java 开发的，提供了图形界面，简单易用； 下载地址 : http://www.kegg.jp/kegg/download/kegtools.html 使用方法 双加批处理文件启动 ? 从菜单栏点击File按钮，选择导入kegg网站上的数据 ? 这里选择第一个kegg pathway map 的分类结构，进行查看 ?
1.3K10发布于 2020-05-09 - 来自专栏生信修炼手册
KEGG Drug 数据库
kegg drug 数据库是一个药物相关信息的综合数据库，包括了在日本，美国，欧洲上市的的药物。 药物的靶标对应的人类基因和这些靶标参与的通路 Metabolism 药物代谢相关的酶 Structure map pathway数据库的通路图 Brite 在brite 数据库中的分类信息 在结构相似性和功能相似性的基础上，建立了KEGG 第二种group还会包含下一级的group,这种其实是按照功能，分成了不同的层级，比如DG01918 同时包含了药物D10223和group DG01917; 除了KEGG DGROUP 数据库，brite 所以kegg 专门在pathway 数据库中，将各种药物化学结构的转变绘制了对应的通路图，叫做Structure map , 所有是Structure map组成了pathway 数据库中的一大类别，叫做 对于药物的分类，KEGG GROUP 数据库根据结构和功能的相似性对药物进行分类，brite数据库则提供了更加多的分类标准； 4.
1.2K20发布于 2020-05-09 - 来自专栏生信修炼手册
KEGG API 用法详解上篇
kegg 数据库的API 链接如下： http://www.kegg.jp/kegg/rest/keggapi.html API 其实就是一种约定号的URL 规则，通过特定的URL 返回不同的数据。 kegg 的 API 的URL 构成如下： http://rest.kegg.jp/operation/argument[/argument2[/argument3 …]] 前缀都是 http://rest.kegg.jp ，url 格式如下： http://rest.kegg.jp/info/database database = kegg | pathway | brite | module | ko | genome enzyme | network | variant | disease | drug | dgroup | environ 示例 : 查看pathway 数据库的基本信息 http://rest.kegg.jp /info/pathway pathway KEGG Pathway Database path Release 85.0+/03-11, Mar 18 Kanehisa Laboratories 570,005
1.1K20发布于 2020-05-09 - 来自专栏生信修炼手册
KEGG Module 数据库
具有相同功能的基因被归类到kegg orthology 中，每个KO 代表具体的一个功能。 实际上，KEGG Module 数据库就是存储这种信息的数据库。 KEGG Module 数据库中的每条记录代表一个功能单元，是多个KO的集合,叫做kegg module, 通过大写字母M和数字进行标识； module 数据库包含以下4大类别的功能： pathway modules structural complexes functional sets signature modules 更加详细的分类信息可以在brite 数据库中找到，见以下链接 http://www.kegg.jp /kegg-bin/get_htext?
1.1K20发布于 2020-05-09 - 来自专栏生信修炼手册
KEGG COMPOUND 数据库
kegg compound 数据库存储了在生命活动中发挥作用的各种小分子，生物大分子和其他类型的化学物质，采用C number 进行标识，比如C00047, 代表L-赖氨酸。 除了名称等信息外，还存储了该物质的化学结构和其他相关信息； 对于所有compound 的分类详见 Brite 数据库 http://www.genome.jp/kegg-bin/get_htext?
79310发布于 2020-05-09 - 来自专栏生信修炼手册
KEGG Reaction 数据库
KEGG Reaction 是收录酶促反应相关信息的数据库，包含了所有代谢通路中的酶促反应和一些只在enzyme 数据库中有记录的酶促反应，每条记录用R Number 唯一标识。 Pathway 包含该反应的通路 Module 对应的module 数据库的信息 Orthology 酶对应的KO信息 other DBs 第三方数据库 这里有一个Reaction Class 的概念，kegg kegg 官网给出了如下的示意图： ? 在理解上面这幅图之前，我们必须了解kegg atom type 这个概念。 kegg 对C, N, O, P, S 这5种原子根据相连的基团进行了分类，这个分类就是atom type; 完整的latom type 详见以下链接 http://www.genome.jp/kegg 总结 1.Reaction数据库记录了酶促反应的信息，每个反应用R Number 标识； 2.对于所有的酶促反应，kegg 通过RDM 模型对其进行了分类；
96400发布于 2020-05-09 - 来自专栏生信修炼手册
KEGG Genes 数据库
kegg genes 数据库收录了物种的基因信息。 kegg 使用自己定义的ID 唯一区别每个基因，叫做kegg gene ID。 其中KO 注释是核心，kegg 提供了两种工具，用于基因的KO 注释 对于单个物种的基因组，使用BlastKOALA 工具； 对于环境微生物，使用GhostKOALA 工具进行注释； 截止到2018 年3月7号，所有基因的注释情况如下： http://www.kegg.jp/kegg/docs/genes_statistics.html ? 从注释信息的角度，提供了KO , pathway, Enzyme 共3种kegg 的注释。 我们来想详细看下human 基因的注释情况 ? 总结： kegg genes 数据库收录了基因的信息，包括了编码基因和非编码基因。 对于单基因组，采用BlastKOALA 进行KO 注释；对于宏基因组，采用GhostKOALA 进行注释。
1.2K10发布于 2020-05-09 - 来自专栏生信修炼手册
KEGG pathway 数据库
的基础上，将所有的ko用蓝色高亮显示 ec 是在reference pathway 的基础上，将酶编号高亮显示 rn 是在reference pathway 的基础上，将reaction 高亮显示 在kegg 这部分绿色高亮像是的其实就是在该物种的基因对应的ko； 其实在每条记录的页面有下拉菜单，可以方面的查看同一张通路在map , ko, ec, rn , org 的不同版本 http://www.kegg.jp /kegg-bin/show_pathway? 会重构通路图，然后基于该互作网络进一步挖掘信息； 通路之间的相互关系，对应的有分析通路间的相互关系网络，从而筛选出核心的通路； pathway的分类信息在brite 数据库种的链接为 http://www.kegg.jp /kegg-bin/get_htext?
1.7K11发布于 2020-05-09 - 来自专栏生信修炼手册
KEGG Disease 数据库
kegg disease 数据库收录了已经报告的各种疾病的信息，每个记录用H Number 唯一标识， 比如H00004。 在kegg 中，将疾病视作分子网络的一个不正常的状态。 /www.kegg.jp/kegg-bin/get_htext? br08402.keg 所有物种（包括human）的疾病信息的分类对应以下两个文件： 第一个文件为kegg 自己定义的分类标准, 主要依据物种分类信息 http://www.kegg.jp/kegg-bin br08401_genome.keg 第二个文件为国际上对疾病的分类标准 ICD-10 分类系统 http://www.kegg.jp/kegg-bin/get_htext? http://www.kegg.jp/kegg-bin/show_pathway?hsadd04620 ?
74410发布于 2020-05-09 - 来自专栏R语言交流中心
R语言提取KEGG数据
我们直奔主题，今天给大家介绍下利用R语言去下载KEGG数据库的所有数据。这里需要用到的包是KEGGREST。 github.com/cran/RbioRXN.git") 接下来我们直接通过实例来看下如何获取所有的数据： ##包加载 library(KEGGREST) library(RbioRXN) ##查看KEGG 在这里我们发现同样的通路编码ID却不一样，map+num泛指KEGG中的所有通路；has+num指的是人类物种的通路信息。 ##获取所有的代谢反应和化合物数据 keggAll = get.kegg.all() save(keggAll,file="C:/data/metabolism/database/KEGG/keggAll.Rdata write.csv(reaction," reaction.csv") compound=keggAll$compound write.csv(compound," compound.csv") 至此我们就可以将KEGG
5K10发布于 2021-03-11 - 来自专栏生信修炼手册
KEGG Glycan 数据库
kegg 将复合糖相关的基因，代谢途径, 疾病等信息关联在一起，通过pathway的形式进行展示。 对于复合糖在癌症中的作用，专门有1个pathway 来记录这些信息 http://www.kegg.jp/kegg-bin/show_pathway? 对于所有收录的糖基转移酶的分类，对应 brite 数据库中的链接如下 http://www.kegg.jp/kegg-bin/get_htext?
90921发布于 2020-05-09 - 来自专栏生信修炼手册
KEGG Orthology 数据库简介
我们经常会使用KEGG数据库来研究基因的功能，而在KEGG 数据库中，直接存储分子功能的就是KEGG Orthology 数据库。 KEGG Orthology 简称KO,该数据库中的每一条记录用K number 唯一标识。基于同源基因具有相似功能的假设，把基因的功能进行了扩充。 pathway，module 等数据库都是建立在KO数据库的基础上的，KO可以说是KEGG中处于核心地位的一个数据库，所以理解KO数据库就特别的重要。 以K00161为例，对应的同源基因的列表可以从KEGG的官网查询得到， 打开这个链接 http://www.genome.jp/kegg/ko.html ， 在查询的文本框中输入K number, 如下图所示 KEGG官网提供了一个在线的工具，BlastKOALA。
1.8K20发布于 2020-05-09 - 来自专栏单细胞天地
差异分析及KEGG注释简介
前 · 言 第二单元最后一讲：差异分析及KEGG注释简介 原来的bulk-RNA差异分析一般需要比较处理组(例如有三个样本)和处理组(例如也有三个样本)，这里对于单细胞来讲，每个细胞就是一个样本，于是有
1.8K30发布于 2020-03-30 - 来自专栏生信技能树
KEGG数据库倒闭了吗
最近，有粉丝运行了我以前的数据挖掘成套代码里面的 run_kegg 函数，如下所示： library(clusterProfiler) run_kegg(gene_up,gene_down,pro= 'comp1') 出现了如下所示的报错： Reading KEGG annotation online: fail to download KEGG data... /kegg/catalog/org_list.html'... (species) 然后就找我，以为是我们的标准代码有问题，实际上我的 run_kegg 函数仅仅是包装了 Y叔的 clusterProfiler包而已 ，实际上里面没有啥玄机，如下所示： ## KEGG 出图如下所示： KEGG数据库没有倒闭， Y叔的 clusterProfiler包也问题不大，我的一个 run_kegg 函数更不可能有问题。
2.9K30编辑于 2022-06-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号