KEGG 通路信息下载及其相关处理

1. KEGG数据下载
   打开kegg官网：
   http://www.genome.jp/kegg/catalog/org_list.html
   
   然后点击相应物种前面三个字母缩写位置进入下载界面：
   
   然后点击相应的格式进行下载，我们最常用的下载格式是htext
   下载到.keg 格式的文件
   我下载的是人的全部的KEGG文件，其文件名称为hsa00001.keg

2. 文件探索
   2.1 初步看看各种通路信息

grep '^C' hsa00001.keg | tail

2.2 看看共有多少通路信息

 grep '^C' hsa00001.keg | grep "hsa" | wc
 #     370    2205   19727 

3. 文件解析
   3.1 第一种解析

awk '$1=="C" &&$NF~"PATH:" || $1=="D"' hsa00001.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

解析完成后文件储存在KEGG_ath.txt 文件中
head KEGG_ath.txt 即可看到下面的文件

第一列是 entrez genes ID， 第二列是path KEGG ID，第三列是通路的具体解释
3.2 第二种解析

perl -alne '{if(/^C/){/PATH:hsa(\d+)/;$kegg=$1}else{print "$kegg\t$F[1]" if /^D/ and $kegg;}}' hsa00001.keg >kegg2gene.txt

4. 解析文件探索

head kegg2gene.txt
cut -f 1 kegg2gene.txt | sort -u | wc

参考文件：
http://www.bio-info-trainee.com/1188.html
http://shemy.site/2016/12/29/KEGG-2/