使用KEGGREST包快速获取KEGG数据库信息
KEGG数据库是我们经常用的一个生物医学数据库，虽然KEGG网站用起来很方便，但是如果想批量获取数据并整理成结果的话，使用R语言处理无疑是一个比较好的选择。
今天，米老鼠就带大家学习如何使用KEGGREST这个R包来获取KEGG数据库的信息。
install.packages("BiocManager") #首先安装BiocManager，用于后续安装KEGGREST包（已安装的可以忽略）
BiocManager::install("KEGGREST") #安装KEGGREST这个包
library(KEGGREST) #加载该R包
listDatabases() #查看可以利用的数据库
从上图中，我们可以看到KEGG共提供19个数据集，最常用就是“pathway”和“genes”。
接下来，我将以白介素17（IL-17 pathway）这个通路为例进行简单介绍。
首先，我们在KEGG数据库（https://www.kegg.jp/kegg/pathway.html）中检索到IL-17通路的entry号（has04657），如下图所示：
接下来的代码就帮助我们获取这个通路上的所有基因：
IL17 <- keggGet(c('hsa04657')) #以IL-17通路的entry号来获取该通路的信息
str(IL17) #查看数据结构
从上图中我们可以看出IL-17是由2个大list构成，第一个list底下也有12个小list，其中我们最关心的就是GENE这个小list。
genes <- unlist(lapply(IL17[[1]]$GENE,function(x)strsplit(x,';'))) # 获取genes的信息
IL17_entrez <- genes[seq(1,length(genes),by=3)] # 提取基因的entrez ID
IL17_symbol <- genes[seq(2,length(genes),by=3)]# 提取基因的symbol
IL17_pathway <- data.frame(IL17_entrez,IL17_symbol) # 将entrez ID和symbol合到一个数据框
head(IL17_pathway)
关于通路信息的查询就简单介绍完毕，接下来我们学习如何查询基因信息：
res <-keggFind("genes", c("interleukin 17 receptor")) # 查询白介素17受体相关基因
length(res)
#[1] 2480
head(res)
entry <- names(res)
head(entry,20)
注意entry的hsa和ptr分别是物种的编号，has代表的是人类，而ptr代表的是黑猩猩。
在这一期中，小陈向大家简单介绍了KEGGREST这R包的功能，希望能给大家带来帮助。
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2021-07-03，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
相关产品与服务
数据库
云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建，轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量，更专注于业务发展，让企业一站式享受数据上云及分布式架构的技术红利！
腾讯云开发者
