蛋白质互作网络分析

最新推荐文章于 2025-01-06 07:00:00 发布
最新推荐文章于 2025-01-06 07:00:00 发布
阅读量5.4k 收藏 10
点赞数 1
分类专栏： 生物信息学 数据分析 文章标签： 生物信息学 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/aganlala/article/details/115324520
版权

简介

蛋白质互作网络（protein protein interaction network，PPI network）是由蛋白通过彼此之间的相互作用构成，来参与生物信号传递、基因表达调节、能量和物质代谢及细胞周期调控等生命过程的各个环节。系统分析大量蛋白在生物系统中的相互作用关系，对了解生物系统中蛋白质的工作原理，了解疾病等特殊生理状态下生物信号和能量物质代谢的反应机制，以及了解蛋白之间的功能联系都有重要意义。在生物医药领域有助于从系统的角度研究疾病分子机制、发现新药靶点等等。

STRING数据库

STRING数据库是常用的蛋白质互作网络数据库STRING数据库，STRING数据库收录多个物种预测的和实验验证的蛋白质-蛋白质互作的数据库，包括直接的物理互作和间接的功能相关。结合差异表达分析结果和数据库收录的互作关系对，构建差异表达蛋白互作网络。分析过程中将差异表达蛋白映射到STRING数据库中，获得差异蛋白的相互作用关系信息。由于STING数据库除了包含有实验数据、从PubMed摘要中文本挖掘的结果和综合其他数据库数据外，还有利用生物信息学的方法预测的结果。再从上述的搜索结果中筛选出适合的蛋白对，并采用恰当的生物信息学分析软件对相互作用结果进行可视化分析，最终生成直观的蛋白质互作网络结果图。

一般分析流程

蛋白互作网络分析流程

如何做蛋白质互作网络图
avareart的博客
04-26 2409
使用String数据库，可以做做蛋白质互作网络图。String数据库（https://string-db.org/）是目前数据量最丰富、应用最广泛的研究蛋白质相互作用的数据库之一。目前，String数据库已更新到Version 11.5版本。收录了超过14000个物种、6千多万种蛋白、200多亿个相互作用的信息。这些蛋白质相互作用既包括直接的物理作用，也包括间接的功能相关性。 String数据库使用方法 1、查询特定蛋白的互作信息 A、打开STRING数据库（https://string-d.
STRING:蛋白质相互作用(PPI网络)数据库简介
热门推荐
庐州月光的博客
11-06 6万+
欢迎关注微信公众号《生信修炼手册》! 研究蛋白之间的相互作用网络，有助于挖掘核心的调控基因，目前已经有很多的蛋白质相互作用的数据库，而string绝对是其中覆盖的物种最多，相互作用信息做大的一个，网址如下 https://string-db.org/ 该数据库的最新版本为version 10.5, 更新于2017年5月14号，存储了2031个物种，9643763种蛋白，共1380838440个...
基因家族分析-蛋白互作网络分析
qq_44520665的博客
07-15 2257
与拟南芥同源比对，映射同源关系 https://orthovenn2.bioinfotoolkits.net/home 用拟南芥的蛋白互作网络映射自己物种蛋白质互作网络 https://string.db.org/ 网络图美化 https://cytoscape.org/
用R的igraph包来画蛋白质互作网络图 | PPI | protein protein interaction network | Cytoscape...
weixin_34352449的博客
03-22 7362
igraph语法简单，画图快速。 Cytoscape专业，个性定制。   最终效果图：  当然也可以用Cytoscape来画。       参考：Network visualization with R Cytoscape http://www.360doc.com/content/17/0305/22/19913717_634279918.shtml  ...
（转）protein 数据库
weixin_30486037的博客
12-23 1049
最早关注蛋白质互作网络，是在来GDMC第一年的时候，中间停了半年看互作-各种算法，网络分析停滞不前，没想到搞到最后，还是和网络碰到了一起，我总是会潜意识走近给自己第一印象不错的object，包括人。用PPI来做证据，当然要选择证据性最强的网站，先列表如下：1. DIP (database of interacting proteins)http://dip.doe-mbi.ucla.edu...
RNA 14. SCI 文章中差异表达基因之 蛋白互作网络 (PPI)
weixin_41368414的博客
03-15 1万+
蛋白互作网络分析同样也是 SCI 文章中出现频率最高的分析方法，下面就给大家梳理一下流程！
安全技术-网络信息-水稻稻瘟菌蛋白质互作网络的构建与分析.pdf
04-29
本文档是一篇关于水稻稻瘟病菌蛋白质...此外，该研究还涉及到水稻基因组研究进展、蛋白质互作预测研究进展、调控网络分析手段的研究进展以及相关的技术路线。这些研究结果对于推动植物病理学领域的发展也具有积极意义。
网络游戏-大豆慢生根瘤菌基因组规模蛋白质互作网络构建与分析.zip
09-19
【标题】: 大豆慢生根瘤菌基因组规模蛋白质互作网络构建与分析 在生物学领域，尤其是在分子生物学和遗传学中，研究基因功能和细胞机制时，蛋白质互作网络（Protein-Protein Interaction Network，PPI）的构建是一项...
蛋白质互作网络的分形分析 (2011年)
05-08
通过盒计数法,对一系列最新研究得到的蛋白质互作网络进行分形分析.研究了这些互作网络的度指数,配对系数,相关性谱等与分形性质密切相关的属性.这些分析指出,按照现有的数据构建的蛋白质互作网络很可能还不具备分形的...
SarsCov2-PPI-Network：SARS-COV 2网络图的初步数据分析
02-25
SarsCov2-PPI网络 SARS-COV 2网络图的初步数据分析
STRING数据库的蛋白质相互作用（PPI）网络分析
weixin_43029125的博客
10-16 6669
在转录调控相关的文献中，我们经常能够看到这样的蛋白质相互作用网络（protein protein interaction network，PPI network）。具体而言，这些相关的文献中首先通过RNA-seq、表达谱芯片或者蛋白质组分析等，找到了在不同分组样本间一系列的差异表达基因或蛋白。
BioGRID:蛋白质相互作用数据库
庐州月光的博客
11-06 1万+
欢迎关注微信公众号《生信修炼手册》! BioGRID数据库是一个老牌经典的蛋白质相互作用数据库，在今年9月份刚刚分布了最新版本3.5.165，该版本从66,164篇文献中整理出了1,607,037个蛋白质相互作用，28,093个嵌合体信息以及726,378个转录后修饰PTM信息，涵盖了多个物种，官网地址如下 https://thebiogrid.org/ 通过官网的检索功能，可以根据基因或者...
RNA-seq分析：Step10（Cytoscape制作蛋白质互作网络及寻找核心基因）
沉香best的博客
09-09 2638
Cytoscape是一个生物信息学工具，用于可视化和分析分子相互作用网络。在Cytoscape软件中，输入的edges文件指的是连接节点的边缘信息，该文件包含了所有边缘的起始节点和终止节点的信息。通过同时导入edges和nodes文件，Cytoscape可以生成一个可视化的网络图，其中所有节点和边缘的属性信息可以根据需要进行调整和编辑。在寻找核心基因时，我们可以利用Cytoscape提供的网络分析工具，如度中心性、介数中心性、紧密度等指标，来计算网络中各节点的重要性，并筛选出具有重要作用的核心基因。
蛋白质残基相互作用网络分析
aganlala的博客
03-31 1697
简介 蛋白质由20种不同的氨基酸经肽键聚合组成，通过形成特定的空间三级结构以实现催化和调控不同的生物学功能，不同的氨基酸排列顺序会形成不同的蛋白质结构，蛋白质三维空间结构决定了其生物学功能。因此，蛋白质三维结构研究对理解其如何发挥生物学功能和设计相关的药物具有重要意义。其中，蛋白质残基相互作用网络分析普遍应用于蛋白质相关问题的研究。该方法中网络的节点为组成蛋白质的残基，网络的边为非共价键残基相互作用，如范德瓦尔斯和静电相互作用等。基于蛋白质残基相互作用网络，可以进一步利用图论的方法研究蛋白质结构稳定性，蛋白
蛋白互作组学系列丨（五）蛋白互作网络的构建和可视化
Specally的博客
01-06 1565
将第2步获得的互作蛋白列表和第3步使用的IP-MS互作蛋白列表整合，与诱饵蛋白一起输入Cytoscape输入栏，此时需将Maximum external interactors设置为0，即可生成基于STRING数据库信息的包含诱饵蛋白和所有互作蛋白的网络结果。（4） 整合IP-MS互作网络和STRING互作网络，根据蛋白定量数据调整图形参数，获得完整的诱饵蛋白及其互作蛋白的相互作用网络图。基于IP-MS数据，结合蛋白相互作用数据库中的公开数据绘制完整的蛋白相互作用网络图，可按以下步骤进行。
用python处理蛋白质互作信息
weixin_43770577的博客
04-13 1744
水一篇博客 f=open('tihuan.txt')#打开文件 old_id=[]#定义其为列表 new_id=[] dict1={}#其为字典 string=[]#其为列表 for each_line in f: #对f每行进行遍历 （old,new)=each_line.strip().splist('\t',1)#见注释1 old_id.append(old)#将old元素加入ol...
基因互作网络分析图
kerry_ma的博客
05-19 1万+
材料：差异基因的 “Gene Symbol”
STRINGdb包进行蛋白质相互作用网络分析
qq_27390023的博客
01-13 3308
，并能进行富集度分析。String蛋白互作网络数据库，不仅包含了直接物理作用的互作关系，还包含了蛋白之间以间接作用的互作关系。除了有实验证据支持的数据外，还有整合其他数据库中的互作数据以及利用生物信息学预测获得的互作数据。STRINGdb包提供STRING蛋白质-蛋白质相互作用数据库的R接口(STRING帮助文档。STRING数据下载。
PPI数据集链路预测
最新发布
01-08
### 使用PPI数据集进行链路预测 #### 方法概述 为了利用蛋白质-蛋白质相互作用（PPI）数据集进行链路预测，可以采用图神经网络（GNN），特别是那些针对生物医学领域优化过的模型。这类任务旨在预测两个蛋白质之间是否存在未知的相互作用。 #### 数据预处理 在准备PPI数据之前，需先清理并整理原始数据，去除重复项以及低质量的数据条目。对于跨物种的应用场景，考虑到不同物种间的差异可能导致分布外（OOD）问题[^1]，因此建议专注于单个目标物种的数据集来构建训练集，并谨慎对待来自其他物种的测试样本。 #### 模型选择 根据已有研究，在无监督环境下执行此类任务时，基于节点相似性的卷积矩阵作为输入特征能够使GCN编码器取得更好的效果；相比之下，仅依赖于简单度数归一化的邻接矩阵则表现较差[^3]。此外，还有专门设计用于分子间互动预测的任务驱动架构如SkipGNN也显示出良好的潜力[^4]。 #### 实现过程 下面给出一段Python代码片段展示如何加载一个常见的PPI数据源——STRING数据库中的部分子网，并初始化一个简单的GraphSAGE模型来进行初步探索： ```python import torch from torch_geometric.datasets import TUDataset from torch_geometric.nn import SAGEConv, GCNConv import torch.nn.functional as F class GraphSAGELinkPred(torch.nn.Module): def __init__(self, input_dim=50, hidden_channels=64, num_layers=2): super(GraphSAGELinkPred, self).__init__() self.convs = torch.nn.ModuleList() for i in range(num_layers): inc = outc = hidden_channels if i == 0: inc = input_dim elif i == num_layers - 1: outc = 1 self.convs.append(SAGEConv(inc, outc)) def forward(self, x, edge_index): h = x for conv in self.convs[:-1]: h = conv(h, edge_index).relu_() logits = self.convs[-1](h, edge_index) return logits.sigmoid() dataset = TUDataset(root='/tmp/PROTEINS', name='PROTEINS') data = dataset[0] model = GraphSAGELinkPred(input_dim=data.num_features) print(model(data.x, data.edge_index)[:10]) ``` 这段代码创建了一个小型两层的GraphSAGE网络实例，并对其进行了随机初始化后的前向传播操作以获取一些样例输出。 #### 评估指标 常用的评价标准包括但不限于AUC-ROC曲线下的面积、精确率-召回率曲线下面积(AUPR)，以及F1分数等统计量。这些衡量方式可以帮助全面理解所选模型的表现特性及其稳定性。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值