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
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
在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)
网友评论