在感染性疾病研究中
病毒如何“劫持”宿主蛋白完成自身复制?
哪些关键蛋白可能成为治疗新靶点?
针对这一科学难题,STRING Viruses数据库凭借其权威的病毒-宿主蛋白互作数据,已成为全球科研者的“利器”。
本文将为您深度解析这一数据库的功能、文献应用案例,并介绍我们如何将其整合至感染性疾病一站式解决方案(请插入产品链接)中,赋能您的临床研究!
Part 1:STRING Viruses数据库——病毒与宿主互作的“百科全书”
什么是STRING Viruses?
作为国际知名数据库STRING的专精分支,STRING Viruses专注于收录病毒蛋白与宿主蛋白的相互作用信息,涵盖HIV、HPV、流感病毒等超200种病原体。它支持多种功能关联的证据类型,包括:
- 基因组中的邻近性(Neighborhood in the Genome)
- 基因融合(Gene Fusions)
- 跨基因组的共现(Cooccurence Across Genomes)
- 共表达(Co-Expression)
- 实验/生化数据(Experimental/Biochemical Data)
- 在人工整理数据库中的关联(Association in Curated Databases)
- 在PubMed摘要中的共同提及(Co-Mentioned in PubMed Abstracts)
示例:病毒蛋白Vif与人类蛋白APOBEC3G的互作得分
核心优势
- 精准全面:支持按病毒名称、蛋白ID快速检索互作网络;
官方网址:http://viruses.string-db.org/
- 可视化友好:一键生成互作网络图,支持自定义筛选与导出;
示例:HIV1型病毒与智人的相互作用网络
- 免费数据下载:团队持续补充最新研究成果,互作信息均可免费下载。
数据下载页面
Part 2:文献中的STRING Viruses应用案例
案例1
标题:Virus-host interaction analysis in colorectal cancer identifies core virus network signature and small molecules
期刊:Computational and Structural Biotechnology Journal (中科院2区)
研究亮点:高危型HPV(16/18)等病毒可通过调控宿主细胞周期、凋亡等通路促进肿瘤发生。本文研究了结直肠癌(CRC)中病毒与宿主的相互作用,通过分析病毒宿主网络和CRC蛋白质组数据,揭示了核心病毒网络特征,并筛选出潜在的抗病毒小分子。研究中,STRING Viruses数据库用于获取HPV16和HPV18的病毒宿主相互作用数据,为后续网络分析和病毒关键靶点药物筛选提供了基础。
研究意义:该研究首次揭示HPV协同调控CRC进展的分子网络,为开发“抗病毒-抗癌”双效疗法提供了新思路,尤其适用于靶向病毒驱动型CRC的精准治疗。
原文链接:https://doi.org/10.1016/j.csbj.2022.07.040
图中显示了宿主中与CRC蛋白相连的HPV16和HPV18病毒蛋白
案例2
标题:Rational drug repositioning for coronavirus-associated diseases using directional mapping and side-effect inference
期刊:iScience(中科院2区)
研究亮点:该研究旨在通过整合多源数据,构建一个方向性网络,以实现对冠状病毒相关疾病的合理药物重新定位。研究中,STRING Viruses数据库用于收集冠状病毒与宿主的物理相互作用基因,这些基因数据与遗传风险基因及生物调节基因一起,被整合到一个方向性病毒-宿主互作网络中。该网络帮助确定了药物对冠状病毒的作用机制,并筛选出具有潜在治疗效果的药物。研究最终确定了29种FDA批准的药物,其中7种已在COVID-19治疗的临床试验中。
研究意义:这篇文章通过整合多源数据构建方向性网络,创新性地筛选出具有潜在治疗效果的药物,为冠状病毒相关疾病的药物重新定位提供了新策略,有助于加速COVID-19治疗药物的开发并减少药物副作用。
原文链接:https://doi.org/10.1016/j.isci.2022.105348
图中展示了研究从遗传风险基因、物理相互作用基因和生物调控基因三个方面收集宿主基因,STRING Viruses用于收集物理相互作用基因
总结文献价值:
- 快速锁定关键互作靶点,缩小实验验证范围;
- 辅助解析病毒致病机制,加速靶向药物治疗策略开发。
Part 3:我们的产品如何整合STRING Viruses?
在感染性疾病一站式解决方案中,“宿主-病毒相互作用分析”模块通过以下流程为您提供关键洞见:
Step 1:差异蛋白PPI网络构建
基于客户样本的蛋白质组学数据,筛选显著差异表达蛋白,绘制宿主蛋白互作网络。
Step 2:病毒-宿主互作网络融合
通过STRING Viruses数据库,导入目标病毒(如HPV、EBV等)的已知宿主互作蛋白,与差异蛋白网络整合。
Step 3:关键枢纽蛋白挖掘
采用度中心性算法,识别整个网络中的核心节点,这些蛋白可能是病毒侵染的“关键开关”或潜在治疗靶点,可后续验证。
示例结果
如果您正在开展:
✔ 病毒致病机制研究
✔ 抗病毒药物靶点筛选
✔ 感染相关生物标志物探索
✔ 相似感染疾病鉴别诊断
✔ 感染患者预后预测
只需提供样本,您将获得:
- 定制化方案设计:根据您的需求量身定制研究方案。
- 生物信息学+临床流行病学双团队支持:为您提供全方位专业支持。
- 期刊级图表表格:助力您的研究发表。
- 对标论文的中英文报告:满足您的写作需求。