毕业论文复现

一、稻瘟菌-水稻数据处理与多组学网络构建

1.水稻差异表达基因的处理

经过前面的操作，我们一定得到了1368个水稻的差异表达基因，现在希望处理这些基因，得到一些网络关系。

(1)识别水稻蛋白和蛋白质互作的边

我们需要的文件有：
①RAP差异表达基因1368个-带t的.csv：1368个水稻的RAP格式的差异表达基因。
步骤：将文件①中的字符t转换为g，得到RAP差异表达基因1368个-带g的.csv，记为文件②，因为只有这样才是符合转换条件的RAP格式转换基因。

进入网站：https://rapdb.dna.affrc.go.jp/tools/converter，然后复制文件②的一列，粘贴到输入栏，然后点击convert，等待结果返回
结果返回后，将结果全部复制，然后粘贴到excel中

把第一列删除，再第二列复制，再粘贴为数值（否则是带有网页链接的），再删除所有为None的行（采用筛选方法），最终得到MSU格式水稻差异表达基因.xlsx，记为文件③，如下图
复制这一列数据，进入网站https://cn.string-db.org/
按照下面的操作
图案生成后是这样的
点击Analysis可以看到一共识别出1047个水稻蛋白以及1364条蛋白互作的边。
点击Exports可以选择以某种格式把图片导出来。

(2)对差异表达基因做GO和KEGG富集分析

将文件②，即RAP差异表达基因1368个-带g的.csv的基因复制，进入david数据库（这是一个做富集分析的数据库），先点击start Analysis如图左，再按照图右进行操作

发现有78个未识别出来，其余的均识别为水稻基因（oryza sativa），然后点击step2下面的function
下面开始做GO(Gene_Ontology)分析，先点击clear all，把所有的选择都清除，然后点击Gene_Ontology
选择这三项，然后点击functional annotation chart

GO富集分析结果如图，MF表示molecular function分子功能，CC表示cellular component细胞组成，BP表示biological process生物过程。

点击downfile

把网页另存为txt
把该txt文件以excel表格形式打开即可
KEGG分析按下图操作即可，后续和上面一样
关于GO和KEGG分析的详细流程，推荐视频：【R】四种风格展示DAVID GO富集分析结果

(3) 稻瘟菌蛋白数据获取

将侵染后新出现的稻瘟菌sRNA146种.xlsx（记为文件④），和侵染前后均存在的稻瘟菌sRNA220种.xlsx（记为文件⑤），中的sRNA序列复制下来，粘贴到Tapir网站(预测靶基因的网站)：Tapir，设置得分参数4，自由能比例0.7，最终获得差异表达sRNA及其对应的稻瘟菌靶基因1908对。
用脚本提取出所有预测出的靶基因target，输入到STRING数据库中，最终得到1357个蛋白质结点，5373条蛋白互作关系。

(4)水稻基因-稻瘟菌sRNA网络构建

将366个稻瘟菌差异表达基因和1368个水稻差异表达基因输入到bibiserv网站（预测靶基因的网站）：bibiserv，使用RNAhybrid进行靶基因预测，用水稻mRNA的fasta格式数据和稻瘟菌差异表达sRNA的fasta格式数据作为输入，预测出对应关系，并选择最小自由能（mfe，Minimum Free Energy）小于-24.0 kcal/mol的关系，得到130167条数据（数据格式如下图，是一个无权网络图，同质节点间没有边，只异质结点间有边），为文件input.txt(记为文件⑥)，作为水稻差异表达基因和稻瘟菌差异表达sRNA间互作关系。

二、NR-MRMO算法