KEGG Genome 数据库

kegg Genome 由organisms，selected viruses 和 Metagenomes 3个数据库构成。

kegg Organisms 数据库收录了有完整基因组序列的物种信息，对于每个物种，有两种表示方法：

1. 三个字母或者四个字母的物种代码， 叫做org code, 比如human对应的org code 为hsa, mouse对应的org code为mmu；

2. T Number, 对于organisms 中的所有物种来说，开头都是T0, 比如 human 对应的T Number 为T01001;

以human为例，链接为

http://www.kegg.jp/kegg-bin/show_organism?org=hsa

organisms 数据库记录了如下的信息：

image

除了 T number 和 Org code 等基本信息外，还包括了taxonomy 等其他信息。在这些详细信息中，Data source 代表基因组序列的来源数据库，通常是 Refseq 或者 Genebank; Original DB 是物种特异性的其他数据库，点击蓝色的字可以跳转到对应的数据库中去。其实这就是综合性数据库的价值，你只需要在综合性数据库中浏览，就可以知道这个物种相关的数据库有哪些，而且可以很方便的跳转到感兴趣的数据库中。

selected viruses 数据库收录了与人类或者植物病理性相关的病毒信息，对于不同的病毒，用T Number 进行区分。所有的病毒的T Number 都是以 T4 开头的，比如T40218

http://www.kegg.jp/dbget-bin/www_bget?gn:T40218

image

viruses 数据库中还会提供病毒的宿主，相关疾病等详细信息。

Metagenomes 数据库收录了一些环境微生物的相关信息，主要包括口腔，肠道，空气，皮肤， 泌尿生殖系统5大，大部分是口腔和肠道微生物。对于环境微生物，每个物种的T number 都是 T3 开头。

kegg官网提供的Genome 数据库的构成示意图如下：

image

对于organisms 数据库中的物种，kegg 提供了一个简单的taxonomy 分类体系，和 NCBI 的taxonomy 数据库还是有区别的。

image

总结

1. kegg genome 数据库存储物种信息，由organisms , viruses, metagenomes 三个数据库构成。

2. 每个物种用T Number 唯一标识，organisms 中的物种都以T0 开头， viruses 中的物种以 T4 开头，metagenomes 中的物种以 T4 开头。

3. kegg有一套较为简单的物种分类体系，叫做kegg taxonomy, 和 ncbi taxonomy 还是有区别的。