今天我又学习了一天的KEGG，几乎把KEGG的网页的每个链接点了一遍，还有几个功能没有点呢。各位小伙伴，学习数据库呢还是要耐下心来把上面的功能都试一遍，多熟悉熟悉就知道怎么用了。今天主要分享我觉得比较有点技术含量的知识点，虽然我还不知道KEGG数据下来怎么用，基因批量注释到代谢通路并获得彩色的通路图有啥用~原帖比较坑，竟然代码有错误，还好我会改~
KEGG数据下载
1 首先打开KEGG官方网站 http://www.genome.jp/kegg/catalog/org_list.html，网页中展示出了各个物种的分类、拉丁名称、英文名称等信息。
2 直接网页中搜索（Ctrl + F）需要下载的物种英文名称或拉丁名。如果不确定物种名称，网站中提供了详细的分类系统，也可根据前面的物种分类信息进行查找。
本文以拟南芥为例，搜索“Arabidopsis thaliana”即可找到。找到后点击物种名称前的3个字母缩写链接（下图红色框中的位置）。
3 进入后的网页中包含了物种的一些基因组信息，点击上方的“Brite hierarchy”，进入后再点击“KEGG Orthology (KO)”；
4 在跳转出的网页中点击“Download htext”，弹出下载窗口进行下载，国外网站有时会出现无法下载的情况，多试几次即可；
5 当然，下载好之后还没有结束。下载得到文本文件，可以看到里面的结构层次非常清楚，C开头的就是kegg的pathway的ID所在行，D开头的就是属于它的kegg的所有的基因。A,B是kegg的分类，总共是6个大类，42个小类。
6 我们要进一步把它转成可以直接使用的格式。在shell中输入如下命令（加粗部分为下载的原始文件，请修改成需要的名字）：
awk '$1=="C" &&$NF~"PATH:" || $1=="D"' ath00001.keg | grep -P "PATH|\tK" | sed 's#^C[[:space:]]*##; s#^D[[:space:]]*##; s# \[#\t\[#; s# #\t#' | awk 'BEGIN{FS=OFS="\t"}{if($NF~"PATH:") a=$3"\t"$2;else print $1,a}' | awk 'BEGIN{FS=OFS="\t"}{a[$1]=a[$1]$2",";b[$1]=b[$1]"|"$3; next}END{for (i in a) print i,a[i],b[i]}' | sed 's#,\t|#\t#; s#\[PATH:#path:#g; s#\]##g' > KEGG_ath.txt
即可直接生成处理好的KEGG结果。第一列为拟南芥的基因名称，后面就是该基因的KEGG数据，一目了然。 需要说明的是，由于物种的不同，第一列也有可能出现GenBank等非基因名称的信息。
基因批量注释到KEGG通路并获得彩色的通路图
以下是一个简洁的批量将基因/蛋白map到KEGG通路中，并在通路中标记出输入的基因，并且将标记后的KEGG通路批量下载到本地的方法。
首先你需要有一个基因的ID列表/uniprot的ID列表/KO ID列表
打开KEGG Mapper主页http://www.genome.jp/kegg/mapper.html，点击search&color pathway (Mapping tools中提供了三种类型的pathway选项，①. 只对基因集合所在的KEGG通路进行搜索；②. 对基因集合所在的KEGG通路进行搜索，并将输入的基因进行着色标注。③.对选定的通路中目标基因进行着色（此选项是基于已经有感兴趣的通路，主要看参与感兴趣通路中的目标基因）；本例以第二选项为例。 )
将ID输入框内，或者浏览上传文件也可;
点击Exec后返回页面如下：
这时如果一个个点开下载会非常麻烦，尤其在基因数目较多的情况下。
在web页面的空白出点击右键→查看源代码，并将代码复制到本地，保存为文本”web.txt”。
首先要获得上面图片中的pathway的url：
grep args web.txt |cut -d " " -f 2|sort |uniq|sed 's/href=\"/http:\/\/www.genome.jp/g;s/\"//g' >list
此时list文件内容：
循环下载list文件中的链接;
while read LIST;do wget $LIST;done <list
然后我们会得到很多以show打头的文件，这些文件很关键。
从下载到的文件中筛选png文件的地址，并将这些地址下载下来即可;
for NAME in ./name/*;do m=$(grep mark_pathway $NAME |grep img|cut -d " " -f 2|sed 's/src=\"//g;s/\"//g;s/\/tmp\//www\.genome\.jp\/tmp\//g'); wget $m; done
OK， 到这里大功告成了！
再来一遍图片版
懒得再排一次照片~
