美文网首页大数据医学学习笔记简友广场
转录组数据分析—PPI网络构建

转录组数据分析—PPI网络构建

作者: 生信助手 | 来源:发表于2023-02-28 11:07 被阅读0次

    在得到我们感兴趣的基因集后,除了对其进行GO等富集分析查看与什么重要的生物学通路相关,还可以进行PPI蛋白互作网络(PPI, Protein-Protein Interaction Networks)的构建,查看这些基因之间的联系,进而锁定关键基因。
    构建PPI网络一般需要使用string数据库获取蛋白互作信息以及进行互作网络的可视化。下面探究一下STRING数据库的网页和R语言版的使用:

    STRING数据库

    官网: STRING V11.5

    R包:Bioconductor - STRINGdb

    STRING是一个已知和预测的蛋白质-蛋白质相互作用的数据库。 相互作用包括直接(物理)和间接(功能)联系;它们源于计算预测、文本关联,以及其他(主要)数据库总结的交互作用。STRING中的相互作用有五个主要来源:基因组预测、高通量实验、(保守的)共表达实验、自动化文本挖掘、数据库相关知识。STRING数据库目前涵盖了来自14'094个物种的67'592'464个蛋白质。

    STRING网页版的简单使用

    登录STRING网页。 在Mutiple proteins中将差异基因名(转录组数据分析—DEseq2差异分析 - 简书 (jianshu.com)粘贴在第一个框中,再选择物种organism为Homo sapiens。

    点击SEARCH,会进行匹配string中对应的蛋白,大致预览一下确认正确后,点击CONTINUE即可得PPI图像

    出现这种提示不要紧,是因为我们上传的基因太多了,点击CONTINUE即可

    在分析界面的Vierws选项下可以选择多种展现方式,Legend选项下展现图像各标记的含义;

    Settings选项下有多项参数可以选择,例如minimum required interaction score可以调节可信度(默认为0.400),选择完成后点击UPDATE即可更新图像。

    Analysis选项下有PPI网络的相关节点信息与GO、KEGG等富集分析结果

    Cluster选项下还可以对PPI网络进行分簇,选择分簇方法(如:kmeans clustering)和分簇数量(如:4)后点击APPLY即可,不同分簇会用不同颜色标注出来

    Export选项下进行数据导出,一般选择下载高分辨率的PNG图片与蛋白互作关系TSV文件(下图画红框),TSV文件用于后续在Cytoscape中进一步可视化PPI网络

    STRING的R语言版——STRINGdb的使用

    STRINGdb说明书:STRINGdb.pdf (bioconductor.org)或使用命令vignette("STRINGdb")在本地查看说明书。查看STRINGdb的函数帮助文档比较特殊,要用STRINGdb$help("get_graph")的形式。 使用STRINGdb时,参数species代表NCBI Taxonomy物种编码,可在此查询:https://cn.string-db.org/cgi/input.pl?input_page_active_form=organisms,其中人为9606,小鼠为10090,大鼠为10116 。

    绘制PPI网络

    上代码!

    library(tidyverse)
    library(STRINGdb)                                                 
    library(igraph)
    
    data <- read.table("diff_gene_deseq2_FDR.xls",header=T,sep = "\t")
    test<-data[1:100,]
    
    ######################### 选择STRINGdb类型 #########################
    string_db <- STRINGdb$new( version="11.5", #数据库版本。截止2022.5.24最新为11.5
                               species=9606,   #人9606,小鼠10090 
                               score_threshold=700, #蛋白互作的得分 默认400, 低150,高700,极高900
                               input_directory="") #可自己导入数据
    
    ######################### 获取基因名对应的STRING_id用于绘制string_PPI #########################
    dat_map <- string_db$map(my_data_frame=test, 
                             my_data_frame_id_col_names="gene_id", #使用gene symbol或ENTREZID都可
                             removeUnmappedRows = TRUE )
    hits <- dat_map$STRING_id
    
    ######################### 绘制PPI网络 #########################
    png("string_PPI.png",units="in",width = 10,height = 10, res=400)
    string_db$plot_network(hits)
    dev.off()
    

    还可以注释一下基因的上下调信息

    dat_map_color <- string_db$add_diff_exp_color(subset(dat_map, pvalue<0.01),
                                                  logFcColStr="log2FoldChange" )
    payload_id <- string_db$post_payload(dat_map_color$STRING_id,
                                         colors=dat_map_color$color)
    png("string_PPI_halo.png",units="in",width = 10,height = 10, res=400)
    string_db$plot_network(hits, payload_id=payload_id )
    dev.off()
    

    STRINGdb还能调用iGraph进行PPI的clustering分簇

    clustersList <- string_db$get_clusters(string_ids = hits ,
                                           algorithm  = "fastgreedy" ) 
    # plot first 6 clusters.
    png("string_PPI_iGraph_cluster.png",units="in",width = 15,height = 10,res=400)
    par(mfrow=c(2,3))
    for(i in 1:6){
      string_db$plot_network(clustersList[[i]])
    }
    dev.off()
    ###可供选择的聚类算法"fastgreedy", "walktrap", "spinglass", "edge.betweenness"</pre>
    

    除了以上功能,STRINGdb还能对基因集进行富集分析,参数category指定要使用的数据库(默认为All),其中Process, Component, Function分别对应GO的BP,CC,MF三个子集

    enrichment <- string_db$get_enrichment(string_ids = hits,
                                           category   = "Process" ) 
    write.csv(enrichment,"enrichment_GO_BP.csv")</pre>
    

    最后,可使用get_interactions获取蛋白互作信息,再转换stringID为 gene symbol,去除重复(每个相互作用会出现两次),之后导出string_link.csv文件,可在Cytoscape中进一步进行多种可视化操作

    dat_link <- string_db$get_interactions(hits)
    # 转换stringID为 gene symbol
    dat_link$from <- dat_map[match(dat_link$from,dat_map$STRING_id),'gene_id']
    dat_link$to <- dat_map[match(dat_link$to,dat_map$STRING_id),'gene_id']  
    colnames(dat_link) <- c('node1','node2','combined_score')
    # 去除重复
    dat_link <- dat_link %>% distinct(node1, node2, .keep_all = T)
    
    write.csv(dat_link,'string_link.csv',row.names = F,quote = F)
    

    相关文章

      网友评论

        本文标题:转录组数据分析—PPI网络构建

        本文链接:https://www.haomeiwen.com/subject/qmhlldtx.html