KEGG — это веб-ресурс, объединяющий ряд биологических баз данных, где собрана геномная, химическая, функциональная и пр. информация, и предназначенный, прежде всего, для интерпретации данных геномного секвенирования^[1]. Ресурс представляет собой попытку компьютеризировать все данные молекулярной и клеточной биологии.

Поддерживается Институтом химических исследований Киотского Университета в Японии. Содержит целый ряд баз-подразделов: базы данных метаболических путей (PATHWAY), генов (GENES), лигандов (LIGAND) и пр. Карты метаболических путей KEGG, функциональные иерархии BRITE и модули KEGG создаются и курируются экспертами вручную.

По словам разработчиков, интегрируя гены, белки, малые молекулы, реакции, взаимодействия, KEGG является «электронным представлением» биологических систем^[2].

Важной особенностью KEGG является тот факт, что все базы данных внутри ресурса связаны между собой сетью перекрестных ссылок, чем и объясняется интерес к этому ресурсу.

В силу ограничения государственного финансирования проекта с июля 2011 года для скачивания баз данных по FTP требуется платная подписка^[3].

Введение

Сервис KEGG создан в 1995 году профессором Minoru Kanehisa в рамках японского проекта «Геном человека»^[1]. Первой возникла база данных KEGG PATHWAY, представляющая собой набор карт метаболических путей, отражающих экспериментальные данные о метаболизме и ссылающихся на гены ферментов. Благодаря этому можно проводить анализ, называемый «pathway mapping».

Базы данных в KEGG представлены в виде 3 графов (представления данных о генах, химических соединениях и белках и их взаимодействиях). Графы состоят из узлов (строительных блоков) и рёбер (взаимодействий). Граф для генов даёт информацию о гомологичности генов и других отношениях в секвенированных геномах. Граф для химических соединений показывет химические и структурные взаимоотношения между биохимическими соединениями. В графе для белков приводится информация об известных молекулярных связях белков в различных клеточных процессах.

Другой важный аспект KEGG — организация его в виде сети. Сеть белков, один из уникальных объектов KEGG, представлена в виде карт путей в базе данных KEGG PATHWAY, связывающих белки и другие продукты генов в контексте определённых клеточных функций. Эти карты организованы в виде иерархии, состоящей из 3 уровней. Когда белковая сеть соединена с сетью генов, возникает четвертый уровень — KEGG Orthology (KO). Таким образом, информация о функциях генов основывается на иерархии белковой сети. K-числа представляют собой связку между геномами и метаболическими путями/сетями взаимодействий. Новые группы ортологов (K-числа) добавляются экспертами вручную.

Вся информация заключена в следующих базах данных:

Набор инструментов для поиска по базам данных KEGG носит название KEGG Mapper. Сюда входят несколько вариантов, например, поиск по метаболическим путям с разметкой (Search Pathway, Search&Color Pathway), по базе данных BRITE (Search Brite), MODULES (Search Module) и др.^[4].

KEGG BRITE

KEGG BRITE — это тотальное структурированное формализованное описание объектов и явлений биологии, отраженных в базах KEGG. До 2005 года BRITE существовал как отдельная база данных, впоследствии включённая в проект KEGG. База данных KEGG BRITE отражает онтологию — иерархическую классификацию биологических сущностей, к числу которых относятся гены, белки, организмы, патологии, лекарственные препараты, химические соединения и т. п. KEGG BRITE представлена в виде иерархической структуры различных данных, например, геномных и химических (KEGG orthology (KO) и Reaction classification (RC)).

Иерархия BRITE:

• Иерархия сетей (Network hierachy)
• Белковые семейства (Protein families)
• Соединения (Compounds)
• Взаимодействия соединений (Compound interactions)
• Лекарственные препараты (Drugs)
• Заболевания человека (Diseases)
• Организмы (Organisms)

Базы данных

Системная информация

Центром ресурса является энциклопеция метаболический путей KEGG PATHWAY^[2]. Это база данных, содержащая данные о генных продуктах, связанных в сети белок-белковых взаимодействий, сети ферментов и регуляторов генов. База данных PATHWAY представлена в виде диаграмм, называемых картами, соответствующих определённым сетям. Существуют карты для клеточных и организменных функций. Данные представлены в виде графических диаграмм, включающих большинство метаболических путей и некоторые из наиболее известных регуляторных путей. В KEGG есть интерактивные схемы клеточных процессов (метаболических реакций, процессов мембранного транспорта, передачи сигналов и др.), метаболические сети и сети белок-белковых взаимодействий.

Карты делят на следующие группы:

• метаболизм (добавлены секции «Биосинтез и метаболизм гликанов» и «Биосинтез нерибосомных пептидов»),
• обработка генетической информации (транскрипция, трансляция, репликация, репарация и т. д.),
• взаимодействие с окружающей средой (мембранный транспорт, передача сигналов и т. д.),
• клеточные процессы (процессы роста и деления клетки, клеточная смерть, функции клеточных мембран и т. д.),
• организменные системы (иммунная система, эндокринная система, нервная система и т. д.),
• заболевания человека,
• разработка лекарств.

В секции метаболизма находятся карты, изображающие базовые метаболические пути, и карты, отражающие общую схему метаболических процессов. Схемы с низким разрешением могут использоваться, например, в геномных исследованиях для сравнения метаболизма различных видов. В базе KEGG MODULE лежат метаболические схемы с высоким разрешением, изображающие функциональные подпути, характерные для определенных таксонов, и молекулярные комплексы, встречающиеся в этих процессах. В базе KEGG MODULES собраны более-менее оформленные функциональные единицы. Представлены 4 типа модулей: модули в метаболических и регуляторных путях, структурные комплексы, функциональные сеты и модули-сигнатуры. Модули-сигнатуры представляют собой критерии, по которым можно классифицировать фенотипы, например, определить, имеется ли у организма тот или иной метаболический путь. Имеют вид комбинации M- и K-номеров^[4]. Например, сигнатурный модуль для ассимиляции сульфата определяется следующим образом: (K14708,M00185)+M00176. Метаболические подпути (иногда ветвящиеся) проецируются на геномные карты (нередко проекции представляют собой опероны).

KEGG REACTION MODULES. Подпути. Используют базу для исследования принципов, по которым работают метаболические сети. Позволяют улучшить определение K-чисел. Выделение reaction модулей основано на химических особенностях реакций. В метаболизме можно найти цепочки реакций, в ходе которых в молекулы вносятся аналогинчые структурные изменения. Аналогичные (с точки зрения химии субстратов) цепочки реакций:

База данных постоянно обновляется, появляются новые карты разнообразных функциональных отношений.

Геномная информация

База KEGG GENES содержит информацию о генах^[2]. Записи KEGG GENES генерируются полуавтоматически с использованием данных из GenBank, NCBI RefSeq, EMBL и других публично доступных баз данных. Затем выбранным генам присваивается номер K для записи KO (идентификатора ортологичных генов). SSDB — база данных, содержащая информацию об ортологичных и паралогичных группах генов, собранных в кластеры. Она представлена в виде графа генов, вес вершин которого опеделятся степенью гомологии. Она постоянно обновляется из KEGG GENES сравнением геномов с помощью программы SSEARCH. KO — идентификаторы ортологичных генов — позволяют классифицировать любые гены и сети^[5]. Каждой KO записи присваивается идентификатор K, позволяющая связать геномную информацию из KEGG GENES и данными из KEGG PATHWAY^[5]. Каждый идентификатор KO представляет собой группу гомологичных по последовательности генов. Степень гомологии зависит от рассматриваемого пути. Использование записей KO позволяет стандартизовать форму записи, используемую в картах взаимодейтвий KEGG, BRITE иерархиях и KEGG MODULES^[5]. Например, когда разрабатывают карту взаимодействий для определённого организма, проводят работу по присваиванию белкам и генам на карте идентификаторов K. Группа гомологии KO соответствует подграфу графа SSDB. Аннотация генома осуществляется за счёт модификации этого подграфа при поиощи KOALA (KEGG Orthology And Links Annotation)^[5]. Эта программа оценивает гомологию последовательностей, лучшие соответствия и таксономические группы для каждого гена при помощи таблицы GFIT, полученной из SSDB.

KEGG GENOME содержит информацию о геномах.

KEGG MODULE позволяет перейти от глобального описания сети взаимодействий в организме к функциональному подмножеству молекул, отвечающему подпути в карте. Кросс-ссылки между генами, ферментами на картах метаболических путей, модулями и элементами иерархии BRITE задаются путем определения семейств ортологов. Гены группируются в семейства ортологов — в базе KEGG ORTHOLOGY (KO). Ферментам на картах метаболических путей и элементам иерархии BRITE приписываются идентификаторы KO^[5].

Структура KO^[6]:

• 01100 Метаболизм (Metabolism)
• 01200 Обработка генетической информации (Genetic information processing)
• 01300 Взаимодействие с окружающей средой (Environmental information processing)
• 01400 Клеточные процессы (Cellular processes)
• 01500 Заболевания человека (Human disease)

Химическая информация

Карты метаболических путей в базе KEGG PATHWAY объединяют два вида данных: о том, какие вещества претерпевают изменения и о том, какие гены кодируют ферменты, катализирующие соответствующие реакции^[5].

Базы данных в данной категории вместе называются KEGG LIGAND. На сегодняшний день сюда входят KEGG COMPOUND (для химических соединений), KEGG REACTION (для химических реакций), KEGG ENZYME (для реакций из номенклатуры ферментов), KEGG GLYCAN (для гликанов) и две вспомогательные базы данных: RPAIR (выравнивания пар реагентов; патерны структурных преобразований; с помощью этой базы можно предсказывать новые реакции и новые ферменты) и RCLASS (классы реакций)^[2].

KEGG COMPOUND содержит химические структуры большинства известных метаболитов, а также лекарственных соединений^[2]. В базу данных интегрирован сервис KCF (KEGG Chemical Function), позволяющий получить изображение интересующей химической структуры. Структура изображается в виде графа, в котором узлы — атомы, а рёбра — ковалентные связи. KEGG COMPOUND интегрирован с KEGG GLYCAN.

KEGG GLYCAN — база данных структур карбогидратов (углеводов). Диаграммы метаболичесих путей карбогидратов и сложных липидов связаны с индвидуальными структурами из KEGG GLYCAN. Каждая запись GLYCAN идентифицируется номером G. Большинкство записей — структуры из банка данных CarbBank.

KEGG REACTION содержит схемы ферментативных реакций. Каждая запись идентифицируется номером R и является уникальной реакцией, состоящей из наборов реагентов и продуктов, взятых из KEGG COMPOUND и KEGG GLYCAN. Схемы реакций взяты из KEGG ENZYME^[5]. Класс реакции (Reaction Class, или RC) представляет собой функционально значимые сходные группы реакций. Классы реакции отвечают KEEG модулям.

KEGG ENZYME содержит номенклатуру ферментов с ресурса, связанную ссылками с базами данных KEGG.

Информация, относящаяся к здоровью человека

База данных KEGG PATHWAY включает в себя также иллюстрации процессов, происходящих в биологических системах при различных патологиях. База данных KEGG DISEASE представляет собой каталог генетических факторов и факторов окружающей среды, имеющих отношение к заболеваниям человека^[4].

Базу KEGG DRUG составляют активные компоненты лекарственных препаратов, одобренных в Японии, США и Европе. Кросс-ссылки указывают на белки-мишени, сети взаимодействий и элементы иерархии BRITE^[4]. Вещества, имеющие отношение к здоровью человека, но не являющиеся компонентами одобренных лекарственных препаратов перечислены в базе KEGG ENVIRON. Базы данных, относящиеся к здоровью человека, объединены в базу под названием KEGG MEDICUS, куда также включены инструкции к лекарственным препаратам, распространяющимся в Японии.

См. также

• GenBank
• NCBI
• EMBL

Примечания