Compétences kegg-database
🧬

kegg-database

Sûr ⚙️ Commandes externes🌐 Accès réseau📁 Accès au système de fichiers

Interroger la base de données KEGG pour les voies et les gènes

Également disponible depuis: davila7

Les chercheurs ont besoin d'un accès efficace aux données bioinformatiques KEGG pour l'analyse des voies et la cartographie des gènes. Cette compétence fournit des fonctions d'assistance Python pour toutes les opérations de l'API REST KEGG, notamment la récupération des voies, la cartographie gènes-voies, la recherche de composés et la conversion d'identifiants entre les bases de données.

Prend en charge: Claude Codex Code(CC)
🥉 75 Bronze
1

Télécharger le ZIP du skill

2

Importer dans Claude

Allez dans Paramètres → Capacités → Skills → Importer un skill

3

Activez et commencez à utiliser

Tester

Utilisation de "kegg-database". Find pathways associated with the glycolysis gene hsa:10458

Résultat attendu:

  • Pathway hsa00010: Glycolysis / Gluconeogenesis
  • Pathway hsa01100: Metabolic pathways
  • Pathway hsa01200: Carbon metabolism
  • Pathway hsa01210: 2-Oxocarboxylic acid metabolism
  • Pathway hsa01230: Biosynthesis of amino acids

Utilisation de "kegg-database". Get information about drug D00001

Résultat attendu:

  • Drug: D00001
  • Name: Theophylline
  • Class: Purine alkaloids
  • Formula: C7H8N4O2
  • Target: Adenosine receptors

Utilisation de "kegg-database". Convert human gene KEGG ID to UniProt

Résultat attendu:

  • hsa:10458 -> Q9Y5K8
  • hsa:10459 -> Q9Y5K9
  • hsa:10572 -> Q8NHW6

Audit de sécurité

Sûr
v4 • 1/17/2026

All 253 static findings are false positives. The scanner incorrectly flags Markdown backticks as Ruby shell execution, KEGG API URLs as suspicious network targets, and bioinformatics identifiers (pathway IDs, gene names) as weak crypto algorithms. This is a legitimate bioinformatics research tool that uses standard urllib for HTTP requests to the official KEGG REST API. No malicious code, command injection, or data exfiltration present.

4
Fichiers analysés
2,232
Lignes analysées
3
résultats
4
Total des audits

Facteurs de risque

⚙️ Commandes externes (4)
SKILL.md:24-25 SKILL.md:38-48 references/kegg_reference.md:51-73 references/kegg_reference.md:105-128
🌐 Accès réseau (3)
scripts/kegg_api.py:7-19 scripts/kegg_api.py:35-38 SKILL.md:372
📁 Accès au système de fichiers (2)
scripts/kegg_api.py:141-148 scripts/kegg_api.py:228-234
Audité par: claude Voir l’historique des audits →

Score de qualité

64
Architecture
90
Maintenabilité
87
Contenu
22
Communauté
100
Sécurité
91
Conformité aux spécifications

Ce que vous pouvez construire

Analyse d'enrichissement des voies

Cartographier les gènes d'intérêt vers les voies KEGG et récupérer des informations détaillées sur les voies pour les études d'enrichissement.

Intégration inter-base de données

Convertir les identifiants de gènes KEGG en UniProt, identifiants NCBI Gene ou PubChem pour l'intégration avec d'autres pipelines d'analyse.

Dépistage des interactions médicamenteuses

Rechercher dans les bases de données de médicaments et vérifier les interactions médicamenteuses potentielles à l'aide du point de terminaison DDI KEGG.

Essayez ces prompts

Lister les voies 
Utiliser kegg_list pour récupérer toutes les voies KEGG pour l'humain (hsa) et afficher les 10 premiers identifiants et noms de voies.
Trouver des gènes 
Rechercher dans la base de données des gènes KEGG les entrées correspondant à 'p53' en utilisant kegg_find et afficher les résultats.
Cartographier les voies 
Utiliser kegg_link pour trouver toutes les voies KEGG contenant le gène TP53 (hsa:7157) et récupérer les informations de base pour chacune.
Convertir les identifiants 
Convertir tous les identifiants KEGG de gènes humains en identifiants NCBI Gene à l'aide de kegg_conv et afficher les 5 premières paires de correspondance.

Bonnes pratiques

  • Mettre en cache les résultats de l'API localement pour réduire les requêtes redondantes et respecter les limites de taux.
  • Vérifier les codes d'état HTTP (200=succès, 400=mauvaise requête, 404=non trouvé) pour la gestion des erreurs.
  • Utiliser des codes d'organismes spécifiques (hsa, mmu, eco) pour affiner les résultats et améliorer les performances.

Éviter

  • Faire des requêtes rapides sans délai - violates les directives d'utilisation de l'API KEGG.
  • Ignorer les réponses d'erreur HTTP - toujours gérer les erreurs 400/404 de manière appropriée.
  • Demander plus de 10 entrées dans un seul appel - KEGG limite les opérations par lots.

Foire aux questions

Qu'est-ce que KEGG ?
KEGG (Kyoto Encyclopedia of Genes and Genomes) est une base de données pour comprendre les fonctions de haut niveau des systèmes biologiques à partir de données génomiques et moléculaires.
Cette compétence est-elle gratuite ?
L'API KEGG est gratuite pour un usage académique. Les applications commerciales nécessitent une licence distincte de KEGG.
Quels organismes sont pris en charge ?
KEGG prend en charge des milliers d'organismes, notamment l'humain (hsa), la souris (mmu), la levure (sce) et E. coli (eco).
Puis-je obtenir des données de séquence ?
Oui, utilisez kegg_get avec 'aaseq' pour les séquences de protéines ou 'ntseq' pour les séquences de nukléotides.
Comment convertir les identifiants de gènes ?
Utilisez kegg_conv avec la base de données cible (uniprot, ncbi-geneid) et la source (code d'organisme ou identifiant de gène spécifique).
Quelles sont les limites de l'API ?
Maximum de 10 entrées par requête. Les formats Image, KGML et JSON n'autorisent qu'une seule entrée à la fois.

Détails du développeur

Auteur

K-Dense-AI

Licence

Non-academic use of KEGG requires a commercial license

Dépôt

https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/kegg-database

Réf

main

Structure de fichiers

📁 references/

📄 kegg_reference.md

📁 scripts/

📄 kegg_api.py

📄 SKILL.md