如何从KEGG数据库下载数据？是否有现成库可用于KEGG数据提取？

Python生态工具 #

• Biopython内置Bio.KEGG.REST模块：无需自行开发爬虫，可直接调用KEGG官方公开接口查询通路、基因、化合物、反应等各类实体数据，轻量易用。简单示例如下：

from Bio.KEGG import REST
# 提取人类糖酵解通路（ID: hsa00010）的完整注释信息
glycolysis_data = REST.kegg_get("hsa00010").read()

• PyKEGG：专门面向KEGG数据提取开发的第三方库，支持查询结果本地缓存、批量ID映射、通路结构解析等进阶功能，适合大规模数据集提取场景。

R生态工具 #

• KEGGREST：Bioconductor官方维护的KEGG接口包，是R领域最常用的KEGG数据提取工具，完整覆盖KEGG REST API的所有功能，示例代码如下：

library(KEGGREST)
# 获取人类物种所有KEGG通路的ID与名称映射表
hsa_pathway_list <- keggList("pathway", "hsa")
# 提取指定通路的关联基因、化合物、注释等全量信息
pathway_detail <- keggGet("hsa00010")

• clusterProfiler：如果你的研究后续需要做通路富集分析，该包内置了KEGG数据拉取功能，可直接关联你的基因/代谢物数据集完成后续分析，无需额外做数据格式转换。

使用提示 #

KEGG官方对公共API的请求频率有明确限制，批量提取数据时建议在两次请求之间增加1~2秒的间隔，避免IP被临时封禁。如果需要全量KEGG数据，也可以直接下载KEGG公开的FTP数据集做本地解析，提取效率更高。

内容的提问来源于stack exchange，提问作者Akash Kumar