生信宝典之傻瓜式(四)蛋白蛋白互作网络在线搜索

傻瓜系列重启了，今天要介绍的是一款在线查询蛋白-蛋白互作网络的工具 STRING (https://string-db.org/)。

STRING数据库收录了2031个物种，9.6 Million个蛋白和1380 Million种相互作用。

最开始知道它是用来查询蛋白-蛋白相互作用，查找关注的蛋白的调控因子。最近增加了共表达，基因组共线性，物种共存在，文本挖掘，实验验证信息等。

可以按蛋白名字搜索，也可以按序列搜索，都可以输入多个或多条，也可以按照蛋白家族或者物种浏览。

其给出的示例中有一个是Top 20 频繁突变的癌基因的搜索结果。PIK3CA, NRAS, TP53之前都存在相互作用。表观修饰的癌基因如IDH1, DNMT3A则与其它癌基因发现的互作少，可以是一个研究突破点。

每个点是可以拖动的，点击每个蛋白，可以查看其详细注释信息, 结构信息 ，功能域信息，序列信息，同源基因，还能以此基因为核心重构网络 (与其相互作用最强的基因的网络展示)等。

不同颜色的线代表相互作用确定的依据，有基于认证过的数据库，实验验证，基因邻近，共表达，同源推测，文本挖掘等。具体可见图下方的图例 (也可直接点击连线，各种证据一目了然)。自己输入的点是带颜色的，系统找出的点是白色的。

同时可以进行筛选，调整线型的含义，相互作用的数目，数据来源，可信度筛选, 互作点数目限制等。

增加一些相互作用，结果如下图。形成了2个子网络。右下角子网络是剪接复合体构成的调控，可变剪接在癌症过程中的作用是研究比较火的一个点。它们与传统癌基因的研究之间形成了两个孤岛，这一现象值得深思。

这么多基因，可以做个功能富集分析，看看有什么功能偏好性 (关于富集分析，看我们之前的文章GO、GSEA富集分析一网打进和GSEA富集分析 - 界面操作)。结果跟直接看基因也比较相似，一部分是激酶，与蛋白修饰相关，一部分是剪接复合体，与剪接相关。KEGG富集的结果就更直接了，各种癌症。这些结果可以导出，再作图

还可以根据整体的相互作用得分聚类，聚类完之后，同一个cluster的点有一样的颜色，Cluster间的连线为虚线。(做聚类前，点了两下More增加了更多的相互作用)

网络中的基因做一个本物种和同源物种中的双重共表达分析，颜色越饱和，共表达越强。绘制热图，除了上面提到的在线工具，试试热图三部曲 热图绘制， 热图美化， 热图简化。

从物种进化角度，看哪些基因是在多个物种存在的(存在为有色块，不存在为白色块，矩形块缺角越大，说明存在越少，纯白色表示完全缺失)和保守程度(颜色越饱和越保守)。

部分癌基因TP53, PIK3R1只在进化程度比较高的物种中才存在，光谱调控基因如IDH1则比较物种普遍。进化高等，承担的风险也大。

还有TextMining，可以迅速获取相互作用出现在文章中的描述，方便快速阅读、筛选文章，人工判断互作的准确性，是读文章的一大利器。

整个网络结果可以导出为矢量图 (可以使用Adobe Illustrator修改)、表格(导入Cytoscape重新绘制，关联表达数据等，下周还会推出基于Cytoscape的蛋白-蛋白相互作用多库联筛)、蛋白多序列比对结果和注释结果等。