前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >RNA-seq入门实战(九):PPI蛋白互作网络构建(上)——STRING数据库的使用

RNA-seq入门实战(九):PPI蛋白互作网络构建(上)——STRING数据库的使用

作者头像
生信技能树
发布2022-07-26 10:13:22
5.3K0
发布2022-07-26 10:13:22
举报
文章被收录于专栏:生信技能树

连续两次求贤令:曾经我给你带来了十万用户,但现在祝你倒闭,以及 生信技能树知识整理实习生招募,让我走大运结识了几位优秀小伙伴!大家开始根据我的ngs组学视频进行一系列公共数据集分析实战,其中几个小伙伴让我非常惊喜,不需要怎么沟通和指导,就默默的完成了一个实战!

他前面的分享是:

下面是他对我们b站转录组视频课程的详细笔记

承接上节:RNA-seq入门实战(四):差异分析前的准备——数据检查,以及 RNA-seq入门实战(五):差异分析——DESeq2 edgeR limma的使用与比较

本节概览: 1.STRING数据库基本介绍

2.STRING R语言版——STRINGdb的使用:

①STRINGdb数据库导入

②获取STRING_id

③PPI绘制 ④clustering分簇

⑤富集分析

⑥获取蛋白互作信息 3.STRING 网页版的简单使用:

文件上传、各选项设置、数据导出

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。关于关键基因、hub基因,这篇文章说得很详细:关键基因和hub基因(生物网络角度)。

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:其他数据库的使用:跟着Cell学作图|9.PPI分析(GeNets数据库)

1. STRING 数据库基本介绍

官网: STRING: functional protein association networks (string-db.org)R语言版本: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、生物之间的知识转移,以及其他(主要)数据库聚合的交互作用。 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5′090个物种的24′584′628个蛋白质。

2. 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 。

① STRINGdb数据库导入

  • 首先选择载入的STRINGdb数据(数据库版本、物种、蛋白互作得分)和之前基因差异分析得到的DEG。 STRINGdb$new设置使用最新的11.5版本数据库,物种选择为小鼠(人9606,小鼠10090 ),蛋白互作得分阈值选择700(默认400, 低150,高700,极高900,越高可信度越强)。 DEG结果中选取前100显著差异基因用于后续分析,并将其基因名保存为gene_diff100.txt文件用于后续STRING网页版的使用(特别注意write.table要设quote = F,让字符不要带引号 ,否则后续上传 STRING容易识别错误)
代码语言:javascript
复制
rm(list = ls()) 
options(stringsAsFactors = F)
library(tidyverse)  # ggplot2 stringer dplyr tidyr readr purrr  tibble forcats
library(STRINGdb) #BiocManager::install(c("STRINGdb","igraph"),ask = F,update = F)
library(igraph)

setwd("C:/Users/Lenovo/Desktop/test")
load(file = './3.DEG/test_DEG_results.Rdata')
dir.create("7.PPI")
setwd("7.PPI")
######################### 选择STRINGdb类型 #########################
string_db <- STRINGdb$new( version="11.5", #数据库版本。截止2022.5.24最新为11.5
                           species=10090,   #人9606,小鼠10090 
                           score_threshold=700, #蛋白互作的得分 默认400, 低150,高700,极高900
                           input_directory="") #可自己导入数据
########################## 获取DEG结果 ############################
##  筛选条件设置 
log2FC_cutoff = log2(2)
pvalue_cutoff = 0.05
padj_cutoff = 0.05
## 选择DEG
need_deg <- DEG_DESeq2[,c(2,5,6)] ; head(need_deg) 
colnames(need_deg) <- c('log2FC','pvalue','padj'); head(need_deg)
need_deg$gene <- rownames(need_deg); head(need_deg)      #gene symbol或ENTREZID都可
if(T){  
  gene_up=need_deg[with(need_deg,log2FC>log2FC_cutoff & pvalue<pvalue_cutoff & padj<padj_cutoff),]
  gene_down=need_deg[with(need_deg,log2FC < -log2FC_cutoff & pvalue<pvalue_cutoff & padj<padj_cutoff),]
  gene_diff=need_deg[with(need_deg,abs(log2FC)>log2FC_cutoff & pvalue<pvalue_cutoff & padj<padj_cutoff),]
}
dim(gene_up);dim(gene_down);dim(gene_diff)
dat <- gene_diff[1:100] ##这里选取前100显著基因用于后续分析
write.table(rownames(dat),'gene_diff100.txt',row.names = F,col.names = F,quote = F) #字符不要带引号 

② 获取STRING_id

  • 使用map获取基因名对应的STRING_id用于绘制string_PPI , 基因名为gene symbol或ENTREZID都可以直接对应获取STRING_id
代码语言:javascript
复制
dat_map <- string_db$map(my_data_frame=dat, 
                         my_data_frame_id_col_names="gene", #使用gene symbol或ENTREZID都可
                         removeUnmappedRows = TRUE )
hits <- dat_map$STRING_id 

③ PPI蛋白互作网络绘制

  • 完成以上步骤后使用plot_network即可绘制PPI图,还可以给PPI添加上下调信息(上调标记为红色光环,下调标记为绿色光环)
代码语言:javascript
复制
## PPI
png("string_PPI.png",units="in",width = 10,height = 10, res=400)
string_db$plot_network(hits)
dev.off()
## PPI_halo  #给PPI添加上下调信息
# filter by p-value and add a color column(i.e.green for down and red for up genes)
dat_map_color <- string_db$add_diff_exp_color(subset(dat_map, pvalue<0.01),
                                                  logFcColStr="log2FC" )
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()

string_PPI.png

string_PPI_halo.png

④ clustering分簇

  • STRINGdb还能调用iGraph进行PPI的clustering分簇,get_clusters有这些算法可以选择: fastgreedy(默认), walktrap, edge.betweenness,以下代码演示了用 fastgreedy方法对PPI进行clustering,并展示前6个cluster
代码语言:javascript
复制
## iGraph clustering 互作网络分簇
#algorithm: fastgreedy(默认), walktrap, edge.betweenness
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()

string_PPI_iGraph_cluster.png

⑤ 富集分析

  • 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
代码语言:javascript
复制
#category: All, Process, Component, Function, Keyword, KEGG, RCTM, Pfam, SMART, InterPro
enrichment <- string_db$get_enrichment(string_ids = hits,
                                       category   = "Process" ) 
write.csv(enrichment,"enrichment_GO_BP.csv")

enrichment部分结果

⑥ 获取蛋白互作信息

  • 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
代码语言:javascript
复制
############################## 获取蛋白互作信息用于后续可视化 ###############3
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']
dat_link$to <- dat_map[match(dat_link$to,dat_map$STRING_id),'gene']  
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)

3. STRING网页版的简单使用

  • 登录STRING网页STRING: functional protein association networks。 在Mutiple proteins中上传我们前面得到的gene_diff200.txt,或者直接将基因名粘贴在第一个框中,再选择物种organism为Mus musculus。
  • 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

SEARCH后界面

分析界面

  • 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;

Vierws选项

Legend选项

  • Settings选项下有多项参数可以选择,例如minimum required interaction score可以选择高可信度0.700(默认为0.400),选择完成后点击UPDATE即可更新图像。 可以看到调整可信度为0.700后与之前在R中所得图像是一致的

Settings选项

调整参数后所得图像

  • 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

Analysis选项

  • 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

Cluster选项

Cluster图像

  • 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(下图黄色标记处),TSV文件用于后续在Cytoscape中进一步可视化PPI网络

Export选项


参考资料

STRINGdb.pdf (bioconductor.org)

用R的bioconductor里面的stringDB包来做PPI分析 | 生信菜鸟团 (bio-info-trainee.com)

【生信技能树】转录组测序数据分析_哔哩哔哩_bilibili

【生信技能树】GEO数据库挖掘_哔哩哔哩_bilibili

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-06-10,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 生信技能树 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1. STRING 数据库基本介绍
  • 2. STRING的R语言版——STRINGdb的使用
    • ① STRINGdb数据库导入
      • ② 获取STRING_id
        • ③ PPI蛋白互作网络绘制
          • ④ clustering分簇
            • ⑤ 富集分析
              • ⑥ 获取蛋白互作信息
              • 3. STRING网页版的简单使用
              相关产品与服务
              数据库
              云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建,轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量,更专注于业务发展,让企业一站式享受数据上云及分布式架构的技术红利!
              领券
              问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档