KEGG Network 數據庫

kegg orthology 數據庫是 kegg 的核心,利用基因在不同物種之間的保守性,使得我們可以在更高層次上解讀基因功能。 pathway, brite, module 等數據庫都是建立在KO 數據庫的基礎之上的,所以任何基因組的數據都可以映射到這些數據庫中去。當然這種方法有其局限性,在一定程度上忽略了特定物種內基因的變異信息。

network 數據庫針對human ,除了提供了基因的功能和相互作用以外,還把基因的變異信息包含進來,更進一步與疾病相關聯。

image

上面是kegg 官網提供的示意圖,KO 建立在不同物種的gene具有同源性的基礎上,而pathway 利用KO注釋信息,提供了跨物種的通路信息,而network 數據庫從pathway數據庫延伸而來,在pathway 的基礎上,將基因的變異信息(包括SNP, 基因融合等結構變異現象和基因表達量的變化現象)也包括了進來,對于人類基因相關變異與疾病的研究,提供了更為細致的參考信息。

network 數據庫中的每條記錄叫做network element, 以N Number 唯一標識, 里面記錄的是基因之間的相互作用的網絡,由于network 來源于pathway 數據庫,所以每條記錄都會有對應的pathway信息,在這些通路圖中,會將基因進行特殊標記,比如下圖為 N0002對應的 hsa05220 通路

image

在上圖中,粉色標記的方框為network 中記錄的基因,而粉色方框中用紅色顯示的則是發生變異的基因;

對于N0002 這條記錄來說

image

Defiinition 字段記錄了基因間相互作用信息,其中的ABL基因發生了變異,產生了BCR-ABL 融合基因,導致出現了疾病。結合上面的通路圖來一起理解,可以看到BCR-ABL 在通路圖中是粉色方框,紅色字體的標記方式,其他有記錄的基因則是只有粉色方框的標記;

在network 中,將所有的記錄分成3大類

  1. reference, 這些network只是從pathway中提取出了基因的相互作用信息;

  2. variant,在原本的基因相互作用的基礎上,包含了基因的變異信息;

  3. virus,在原本的基因相互作用的基礎上,包含看病毒的入侵基因導致的相互作用的變化,

在下面的鏈接中,可以看到

http://www.kegg.jp/kegg-bin/show_network?id=nt06201&cancer=1

image

第一列為對應的network 數據庫中的記錄;第二列各種顏色的小方塊代表該network相關的疾病,不同疾病用不同的顏色標識;其他列為該network中記錄的基因間相互作用,其中綠色代表的就是reference, 紅色代表的是variant, 粉色代表的是virus。

我們可以看到reference network都沒有相關的疾病信息,只有variant和virus 可以看到相關的疾病信息。

紅色的鏈接可以關聯到variant的詳細信息,比如EGF* 代表的具體變異信息為1950v1, 代表了EGF基因的過表達;粉色的鏈接關聯到KO數據庫,提供了該基因功能的具體信息,比如vK1 是一種病毒的基因;

總結

  1. network數據庫專門針對human而言,從pathway數據庫中提取出基因間相互作用,構建了相互作用的網絡;

  2. network數據庫還將基因的變異,外源基因入侵和疾病信息相關聯,在整個數據庫中,可分成三個大類:reference network, 直接從pathway中提取的基因的相互作用; variant network , 包含了基因的變異信息,包括結構變異和表達量變異; virus network, 包含了入侵機體的病毒基因信息。對于variant和virus network, 還會給出相關的疾病信息;

  3. network 還有相關的pathway通路圖,在通路圖中,將由記錄的基因,用粉色方框高亮顯示;

?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,224評論 6 529
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 97,916評論 3 413
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 175,014評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,466評論 1 308
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,245評論 6 405
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 54,795評論 1 320
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 42,869評論 3 440
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,010評論 0 285
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,524評論 1 331
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,487評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,634評論 1 366
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,173評論 5 355
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 43,884評論 3 345
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,282評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,541評論 1 281
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,236評論 3 388
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,623評論 2 370

推薦閱讀更多精彩內容