string數據庫(STRING數據庫有什么用)

研究蛋白之間的相互作用網絡,有助于挖掘核心的調控基因,目前已經有很多的蛋白質相互作用的數據庫,而string絕對是其中覆蓋的物種最多,相互作用信息做大的一個,網址如下

https://string-db.org/

該數據庫的最新版本為version 10.5, 更新于2017年5月14號,存儲了2031個物種,9643763種蛋白,共1380838440個相互作用的信息。

通過官網提供的SEARCH功能,可以方便的檢索該數據庫,示意圖如下

可以利用蛋白的名稱,序列等多種格式進行檢索,需要注意的是,這里雖然顯示的是按照蛋白名稱檢索,其實你輸入基因sysmbol 也是可以的。

對于單個蛋白進行檢索,會給出于該蛋白相互作用的所有蛋白構成的網絡,該功能更適用于對某個蛋白的相互作用進行探究,而一次輸入多個蛋白,只會給出輸入的蛋白之間的相互作用網絡,更適用于挖掘輸入的蛋白之間的相互作用,比如輸入轉錄組數據鑒定到的所有差異基因,分析這些差異基因之間的相互作用。

檢索完成之后,會得到如下所示的結果

上述的網絡我們就稱之為蛋白質相互作用網絡,protein-protein interaction network, 即PPI網絡。要看懂上面這張圖,需要理解以下兩個方面

1. 節點(node)

圖中每個節點表示一個蛋白,由于真核生物的可變剪切和轉錄后修飾,1個蛋白編碼基因可能會產生多個蛋白,這里將由同一個基因產生的不同isoform進行了合并,在節點上標記的字母實際為對應基因的gene symbol。

圖中有些節點內部有螺旋狀的結構,這表示該蛋白的三維結構已知,如果未知的話,節點內部為空。

默認情況下節點的顏色分成紅色和白色,紅色代表是你的查詢蛋白,白色代表與查詢蛋白具有相互作用關系的其他蛋白。由于白色不太好看,string會根據與相互作用的score值對顏色進行映射。在Legend頁面,可以看到每個蛋白的顏色和對應的score值,示意圖如下

2. 邊(edge)

節點之間的連線表示兩個蛋白之間的相互作用,不同顏色對應不同的相互作用類型,示意如下

從圖中可以看到,兩個蛋白之間的連線不止一條,這表示兩個蛋白間存在多種相互作用關系。所有的相互關系中,既有實驗驗證的,也有數據預測的結果,所以看上去連線很多,非常復雜,這個可以通過結果頁面的Settings進行設置,只展示你感興趣的相互作用類型,示意圖如下

在Analysis頁面,對于蛋白質相互作用網絡中的基因,提供了GO和KEGG富集分析的結果,示意如下

在Exports頁面,可以導出相互作用網絡的圖片,支持PNG, SVG格式,也可以導出對應的相互作用表格和蛋白序列,注釋等信息,示意如下

對于一個包含許多節點的蛋白質相互網絡,還可以通過Cluster頁面來挖掘其中的子網sub network, 或者也可以稱之為module, 本質上是對基因進行聚類,屬于同一類的基因所構成的相互作用網絡就是一個module, 示意如下

支持kmeans和MCL聚類,聚類的結果為TSV格式,從中可以看出哪些基因屬于同一類。

STRING數據庫提供了下載功能,由于整個數據庫非常大,所以可以選擇一個物種,然后下載該物種對應的數據,示意如下