protein-protein interaction (PPI
2020-05-02 本文已影响0人
Peng_001
参考:https://www.bilibili.com/video/BV1b7411m7Jg/?spm_id_from=333.788.videocard.0
up主:誉川中医药
一般从TCMSP或SWIss 等数据库构建了药物-靶点信息,以及通过OMIM、genecard或DisGeNET等构建疾病-靶点信息后,就是找寻二者的交集。
即 药物-靶点-疾病,以共有的靶点构建一个网络分析。
但有的时候找寻的交集靶点信息较少。或者想要了解靶点的作用关系。这时候可以借助PPI,进行拓展。
STRING数据库
STRING数据库 https://string-db.org/
选择多靶点分析,便可以将交集靶点上传上去。
![](https://img.haomeiwen.com/i19725743/418e6e628172811c.png)
这里我随便选了一小部分的gene,仅用于测试。
![](https://img.haomeiwen.com/i19725743/4fdfa34eaf3fe43c.png)
会提供相当多的信息
![](https://img.haomeiwen.com/i19725743/a53bd682aa3b2aea.png)
相互作用类型或者预测的相互作用
还可以根据需要调整设置选项
![](https://img.haomeiwen.com/i19725743/7028876305bce44b.png)
置信度最好选择高一些。
通过选择多层联系的互作蛋白,可以扩充PPI网络。
![](https://img.haomeiwen.com/i19725743/fe51a70ad676a903.png)
![](https://img.haomeiwen.com/i19725743/4d3777aa2c5ee398.png)
通常来说最好将文件到处为.tsv,再在cytospace中作进一步处理。(分开某个基因的第一层互作与其他层互作)
将下载的tsv 文件导入cytospace
![](https://img.haomeiwen.com/i19725743/d62049bb4579339f.png)
在tool-> network analysis 里选择 generate style from statistic
![](https://img.haomeiwen.com/i19725743/7f72f1add1b89268.png)
可以进行一些设定,并根据布局调整视图。
并且可以通过
ctrl/command+6
来选定与某一节点有直接作用的所有节点,进行选定。![](https://img.haomeiwen.com/i19725743/d6b7cd79ae5e31ba.png)
再多按一次
ctrl/command+6
,便可以囊括间接作用的靶点,以此类推。
此时若选中ctrl/command+N
,便可以提取之前一步选中的靶点
![](https://img.haomeiwen.com/i19725743/9ea25086de2497ba.png)