KEGG - KEGG - Wikipedia

KEGG
Logo KEGG logo.gif
Obsah
PopisZdroj bioinformatiky pro dešifrování genomu.
OrganismyVšechno
Kontakt
Výzkumné centrumKjótská univerzita
LaboratořLaboratoře Kanehisa
Primární citacePMID  10592173
Datum vydání1995
Přístup
webová stránkawww.kegg.jp
webová služba URLZBYTEK vidět KEGG API
Nástroje
WebMapovač KEGG

KEGG (Kyoto Encyclopedia of Genes and Genomes) je sbírka databází zabývajících se genomy, biologické cesty, nemoci, léky, a chemické substance. KEGG se používá pro bioinformatika výzkum a vzdělávání, včetně analýzy dat v EU, genomika, metagenomika, metabolomika a další omics studie, modelování a simulace v biologie systémů, a translační výzkum v vývoj léků.

Úvod

Projekt databáze KEGG zahájil v roce 1995 Minoru Kanehisa, Profesor na Ústavu pro chemický výzkum, Kjótská univerzita pod tehdy probíhajícím Japoncem Program lidského genomu.[1][2] Předvídání potřeby počítačového zdroje, který lze použít pro biologickou interpretaci údaje o sekvenci genomu, začal vyvíjet databázi KEGG PATHWAY. Jedná se o sbírku ručně kreslených map KEGG drah představujících experimentální znalosti metabolismus a různé další funkce buňka a organismus. Každá mapa drah obsahuje síť molekulárních interakcí a reakcí a je navržena k propojení geny v genomu do genové produkty (většinou bílkoviny ) v cestě. To umožnilo analýzu nazvanou KEGG mapování dráhy, přičemž se obsah genu v genomu porovnává s databází KEGG PATHWAY, aby se prozkoumalo, které dráhy a související funkce budou v genomu pravděpodobně kódovány.

Podle vývojářů je KEGG "počítačovou reprezentací" biologický systém.[3] Integruje stavební bloky a schémata zapojení systému - konkrétněji genetické stavební kameny genů a proteinů, chemické stavební kameny malé molekuly a reakce a schémata zapojení molekulárních interakčních a reakčních sítí. Tento koncept je realizován v následujících databázích KEGG, které jsou kategorizovány do systémů, genomových, chemických a zdravotních informací.[4]

Databáze

Systémové informace

Databáze KEGG PATHWAY, databáze schémat zapojení, je jádrem zdroje KEGG. Jedná se o sbírku map drah integrujících mnoho entit včetně genů, proteinů, RNA, chemických sloučenin, glykanů a chemických reakcí, stejně jako geny nemocí a lékové cíle, které jsou uloženy jako jednotlivé položky v jiných databázích KEGG. Mapy cest jsou rozděleny do následujících částí:

Sekce metabolismu obsahuje kromě běžných map metabolických drah také esteticky nakreslené globální mapy ukazující celkový obraz metabolismu. Globální mapy s nízkým rozlišením lze použít například k porovnání metabolických kapacit různých organismů ve studiích genomiky a různých vzorků prostředí ve studiích metagenomiky. Naproti tomu moduly KEGG v databázi KEGG MODULE jsou lokalizované schémata zapojení s vyšším rozlišením, které představují těsnější funkční jednotky v mapě cesty, jako jsou subcesty konzervované mezi specifickými skupinami organismů a molekulárními komplexy. Moduly KEGG jsou definovány jako charakteristické genové sady, které lze spojit se specifickými metabolickými kapacitami a dalšími fenotypový funkce, takže je lze použít pro automatickou interpretaci údajů o genomu a metagenomu.

Další databází, která doplňuje KEGG PATHWAY, je databáze KEGG BRITE. Je to ontologie databáze obsahující hierarchické klasifikace různých entit včetně genů, proteinů, organismů, nemocí, léků a chemických sloučenin. Zatímco KEGG PATHWAY je omezen na molekulární interakce a reakce těchto entit, KEGG BRITE zahrnuje mnoho různých typů vztahů.

Genomické informace

Několik měsíců po zahájení projektu KEGG v roce 1995 byla zveřejněna první zpráva o kompletním pořadí bakteriální genom byl publikován.[5] Od té doby se všechny publikované úplné genomy akumulují v KEGG pro oba eukaryoty a prokaryoty. Databáze KEGG GENES obsahuje informace na úrovni genů / proteinů a databáze KEGG GENOME obsahuje informace na úrovni organismu pro tyto genomy. Databáze KEGG GENES se skládá z genových sad pro úplné genomy a jsou uvedeny geny v každé sadě anotace ve formě vytváření korespondence se schématy zapojení map KEGG drah, modulů KEGG a hierarchií BRITE.

Tyto korespondence jsou vytvářeny pomocí konceptu ortology. Mapy drah KEGG jsou kresleny na základě experimentálních důkazů u konkrétních organismů, ale jsou navrženy tak, aby byly použitelné i pro jiné organismy, protože různé organismy, jako jsou lidské a myší, často sdílejí identické cesty skládající se z funkčně identických genů, nazývaných ortologické geny nebo ortology. Všechny geny v databázi KEGG GENES jsou seskupeny do takových ortologů v databázi KEGG ORTHOLOGY (KO). Protože uzlům (genovým produktům) map KEGG drah, stejně jako modulům KEGG a hierarchiím BRITE, jsou přiděleny identifikátory KO, jsou vytvořeny korespondence, jakmile jsou geny v genomu anotovány identifikátory KO anotace genomu postup v KEGG.[4]

Chemické informace

Mapy metabolické dráhy KEGG jsou nakresleny tak, aby představovaly dvojí aspekty metabolické sítě: genomovou síť toho, jak je kódován genom enzymy jsou spojeny, aby katalyzovaly po sobě jdoucí reakce a chemickou síť toho, jak chemické struktury substráty a produkty jsou těmito reakcemi transformovány.[6] Sada genů enzymů v genomu identifikuje sítě enzymových vztahů, když jsou superponovány na mapy dráhy KEGG, což zase charakterizuje sítě transformace chemické struktury umožňující interpretaci biosyntetický a biodegradace potenciály organismu. Alternativně sada metabolity identifikovaný v metabolomu povede k pochopení enzymatických drah a enzymových genů.

Databáze v kategorii chemických informací, které se souhrnně nazývají KEGG LIGAND, jsou organizovány získáváním znalostí o chemické síti. Na začátku projektu KEGG sestával KEGG LIGAND ze tří databází: KEGG SLOUČENINA pro chemické sloučeniny, KEGG REACTION pro chemické reakce a KEGG ENZYME pro reakce v názvosloví enzymů.[7] V současné době existují další databáze: KEGG GLYCAN pro glykany[8] a dvě pomocné reakční databáze zvané RPAIR (zarovnání párů reaktantů) a RCLASS (reakční třída).[9] Sloučenina KEGG byla také rozšířena tak, aby obsahovala různé sloučeniny, jako je xenobiotika, kromě metabolitů.

Zdravotní informace

V KEGG se na nemoci pohlíží jako na narušené stavy biologického systému způsobené poruchami genetických faktorů a faktorů prostředí a na léky se pohlíží jako na různé typy poruch.[10] Databáze KEGG PATHWAY zahrnuje nejen normální stavy, ale také narušené stavy biologických systémů. Pro většinu nemocí však nelze nakreslit mapy dráhy onemocnění, protože molekulární mechanismy nejsou dobře známy. Alternativní přístup je použit v databázi KEGGOVÝCH CHOROB, která jednoduše katalogizuje známé genetické faktory a environmentální faktory nemocí. Tyto katalogy mohou nakonec vést k úplnějším schématům zapojení nemocí.

Databáze KEGG DRUG obsahuje účinné látky z schválené léky v Japonsku, USA a Evropě. Vyznačují se chemickými strukturami a / nebo chemickými složkami a jsou s nimi spojeny cílová molekuly, metabolizující enzymy a další informace o síti molekulární interakce v mapách dráhy KEGG a hierarchií BRITE. To umožňuje integrovanou analýzu lékových interakcí s genomickými informacemi. Surové drogy a další zdraví související látky, které nespadají do kategorie schválených léků, jsou uloženy v databázi KEGG ENVIRON. Databáze v kategorii zdravotních informací se souhrnně nazývají KEGG MEDICUS, což také zahrnuje příbalové informace všech prodávaných léků v Japonsku.

Model předplatného

V červenci 2011 společnost KEGG představila model předplatného pro stahování FTP z důvodu významného omezení vládního financování. KEGG je i nadále volně dostupný prostřednictvím svých webových stránek, ale model předplatného vyvolal diskuse o udržitelnosti bioinformatických databází.[11][12]

Viz také

Reference

  1. ^ Kanehisa M, Goto S (2000). „KEGG: Kjótská encyklopedie genů a genomů“. Nucleic Acids Res. 28 (1): 27–30. doi:10.1093 / nar / 28.1.27. PMC  102409. PMID  10592173.
  2. ^ Kanehisa M (1997). "Databáze pro postgenomální analýzu". Trendy Genet. 13 (9): 375–6. doi:10.1016 / S0168-9525 (97) 01223-7. PMID  9287494.
  3. ^ Kanehisa M, Goto S, Hattori M, Aoki-Kinoshita KF, Itoh M, Kawashima S, Katayama T, Araki M, Hirakawa M (2006). „Od genomiky k chemické genomice: nový vývoj v KEGG“. Nucleic Acids Res. 34 (Problém s databází): D354–7. doi:10.1093 / nar / gkj102. PMC  1347464. PMID  16381885.
  4. ^ A b Kanehisa M, Goto S, Sato Y, Kawashima M, Furumichi M, Tanabe M (2014). „Data, informace, znalosti a princip: zpět k metabolismu v KEGG“. Nucleic Acids Res. 42 (Problém s databází): D199–205. doi:10.1093 / nar / gkt1076. PMC  3965122. PMID  24214961.
  5. ^ Fleischmann RD, Adams MD, White O, Clayton RA, Kirkness EF, Kerlavage AR, Bult CJ, Tomb JF, Dougherty BA, Merrick JM a kol. (1995). „Náhodné sekvenování a shromáždění celého genomu Haemophilus influenzae Rd“. Věda. 269 (5223): 496–512. Bibcode:1995Sci ... 269..496F. doi:10.1126 / science.7542800. PMID  7542800. S2CID  10423613.
  6. ^ Kanehisa M (2013). „Chemický a genomický vývoj reakčních sítí katalyzovaných enzymy“. FEBS Lett. 587 (17): 2731–7. doi:10.1016 / j.febslet.2013.06.026. hdl:2433/178762. PMID  23816707. S2CID  40074657.
  7. ^ Goto S, Nishioka T, Kanehisa M (1999). „Databáze LIGAND pro enzymy, sloučeniny a reakce“. Nucleic Acids Res. 27 (1): 377–9. doi:10.1093 / nar / 27.1.377. PMC  148189. PMID  9847234.
  8. ^ Hashimoto K, Goto S, Kawano S, Aoki-Kinoshita KF, Ueda N, Hamajima M, Kawasaki T, Kanehisa M (2006). „KEGG jako zdroj informatiky glycome“. Glykobiologie. 16 (5): 63R – 70R. doi:10.1093 / glycob / cwj010. PMID  16014746.
  9. ^ Muto A, Kotera M, Tokimatsu T, Nakagawa Z, Goto S, Kanehisa M (2013). "Modulární architektura metabolických drah odhalena konzervovanými sekvencemi reakcí". J Chem Inf Model. 53 (3): 613–22. doi:10.1021 / ci3005379. PMC  3632090. PMID  23384306.
  10. ^ Kanehisa M, Goto S, Furumichi M, Tanabe M, Hirakawa M (2010). „KEGG pro reprezentaci a analýzu molekulárních sítí zahrnujících nemoci a léky“. Nucleic Acids Res. 38 (Problém s databází): D355–60. doi:10.1093 / nar / gkp896. PMC  2808910. PMID  19880382.
  11. ^ Galperin MY, Fernández-Suárez XM (2012). „Vydání databáze pro výzkum nukleových kyselin v roce 2012 a online kolekce databází molekulární biologie“. Nucleic Acids Res. 40 (Problém s databází): D1–8. doi:10.1093 / nar / gkr1196. PMC  3245068. PMID  22144685.
  12. ^ Hayden, EC (2013). „Populární databáze rostlin nastavena na účtování poplatků uživatelům“. Příroda. doi:10.1038 / příroda.2013.13642.

externí odkazy