Навыки kegg-database
🧬

kegg-database

Безопасно ⚙️ Внешние команды🌐 Доступ к сети📁 Доступ к файловой системе

Запрос базы данных KEGG для получения путей и генов

Также доступно от: davila7

Исследователям необходим эффективный доступ к биоинформатическим данным KEGG для анализа путей и картирования генов. Этот навык предоставляет вспомогательные функции Python для всех операций REST API KEGG, включая получение путей, сопоставление генов с путями, поиск соединений и преобразование идентификаторов между базами данных.

Поддерживает: Claude Codex Code(CC)
🥉 75 Бронза
1

Скачать ZIP навыка

2

Загрузить в Claude

Перейдите в Settings → Capabilities → Skills → Upload skill

3

Включите и начните использовать

Протестировать

Использование «kegg-database». Найти пути, связанные с геном гликолиза hsa:10458

Ожидаемый результат:

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

Использование «kegg-database». Получить информацию о лекарстве D00001

Ожидаемый результат:

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

Использование «kegg-database». Преобразовать идентификатор гена KEGG человека в UniProt

Ожидаемый результат:

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

Аудит безопасности

Безопасно
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
Просканировано файлов
2,232
Проанализировано строк
3
находки
4
Всего аудитов

Факторы риска

⚙️ Внешние команды (4)
SKILL.md:24-25 SKILL.md:38-48 references/kegg_reference.md:51-73 references/kegg_reference.md:105-128
🌐 Доступ к сети (3)
scripts/kegg_api.py:7-19 scripts/kegg_api.py:35-38 SKILL.md:372
📁 Доступ к файловой системе (2)
scripts/kegg_api.py:141-148 scripts/kegg_api.py:228-234
Проверено: claude Посмотреть историю аудитов →

Оценка качества

64
Архитектура
90
Сопровождаемость
87
Контент
22
Сообщество
100
Безопасность
91
Соответствие спецификации

Что вы можете построить

Анализ обогащения путей

Сопоставьте интересующие гены с путями KEGG и получите подробную информацию о путях для исследований обогащения.

Интеграция между базами данных

Преобразуйте идентификаторы генов KEGG в UniProt, идентификаторы генов NCBI или PubChem для интеграции с другими конвейерами анализа.

Скрининг взаимодействий лекарств

Выполните поиск в базах данных лекарств и проверьте потенциальные взаимодействия лекарство-лекарство с помощью конечной точки KEGG DDI.

Попробуйте эти промпты

Список путей 
Используйте kegg_list для получения всех путей KEGG для человека (hsa) и покажите первые 10 идентификаторов и названий путей.
Поиск генов 
Выполните поиск в базе данных генов KEGG по запросу 'p53' с помощью kegg_find и отобразите результаты.
Сопоставление путей 
Используйте kegg_link для поиска всех путей KEGG, содержащих ген TP53 (hsa:7157), и получите основную информацию для каждого.
Преобразование идентификаторов 
Преобразуйте все идентификаторы генов KEGG человека в идентификаторы генов NCBI с помощью kegg_conv и покажите первые 5 пар преобразования.

Лучшие практики

  • Кэшируйте результаты API локально, чтобы сократить избыточные запросы и уважать ограничения частоты.
  • Проверяйте коды состояния HTTP (200=успех, 400=некорректный запрос, 404=не найдено) для обработки ошибок.
  • Используйте конкретные коды организмов (hsa, mmu, eco), чтобы сузить результаты и улучшить производительность.

Избегать

  • Выполнение быстрых последовательных запросов без задержек - нарушает рекомендации по использованию API KEGG.
  • Игнорирование HTTP-ошибок - всегда обрабатывайте ошибки 400/404 надлежащим образом.
  • Запрос более 10 записей за один вызов - KEGG ограничивает пакетные операции.

Часто задаваемые вопросы

Что такое KEGG?
KEGG (Киотская энциклопедия генов и геномов) - это база данных для понимания высокоуровневых функций биологических систем на основе геномных и молекулярных данных.
Этот навык бесплатен в использовании?
API KEGG бесплатен для академического использования. Коммерческие приложения требуют отдельной лицензии от KEGG.
Какие организмы поддерживаются?
KEGG поддерживает тысячи организмов, включая человека (hsa), мышь (mmu), дрожжи (sce) и E. coli (eco).
Можно ли получить данные последовательностей?
Да, используйте kegg_get с 'aaseq' для белковых последовательностей или 'ntseq' для нуклеотидных последовательностей.
Как преобразовать идентификаторы генов?
Используйте kegg_conv с целевой базой данных (uniprot, ncbi-geneid) и источником (код организма или конкретный идентификатор гена).
Каковы ограничения API?
Максимум 10 записей за запрос. Форматы Image, KGML и JSON допускают только одну запись за раз.

Сведения для разработчиков

Автор

K-Dense-AI

Лицензия

Non-academic use of KEGG requires a commercial license

Репозиторий

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

Ссылка

main

Структура файлов

📁 references/

📄 kegg_reference.md

📁 scripts/

📄 kegg_api.py

📄 SKILL.md