string+cytoscape 构建PPI蛋白互作网络

最新推荐文章于 2025-09-28 08:16:52 发布
原创 最新推荐文章于 2025-09-28 08:16:52 发布 · 2.3k 阅读 · 10 ·
CC 4.0 BY-SA版权
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。
文章标签：

#数据分析

string网站：https://cn.string-db.org/cgi/input.pl
genemania网站也可查看PPI：
http://genemania.org/

选multiple protein
分行输入基因名（ by Names / Identifiers ）

setting设置，exports输出
下载 as tabular text output 输出的文件（tsv）

cytoscape的用法
https://www.bilibili.com/video/BV1m34y1o7dK?spm_id_from=333.337.search-card.all.click
https://www.bilibili.com/video/BV1n34y1b7by?spm_id_from=333.880.my_history.page.click

import file-layout-选circle layout
style调试参数
apps-下载cytoNACs-常选bc betweenness
线改成弯线
attribute circle layout选四分之一圆放进去（杂志不允许过多空白）
调整，exports
效果：
在这里插入图片描述

Squirrelity
关注
PPI网络的构建与美化(String+Cytoscape)
Dzfly
01-07 1万+
PPI网络的构建与美化(String+Cytoscape)
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...
基于STRING数据库构建模型基因的PPI网络 基于GeneMANIA构建Hub基因的功能相似网络
最新发布
论文数据分析辅导,；论文人工智能辅导 huazhongxiaosx
09-28 1157
根据你描述的“36个模型基因（含7个核心模型基因）PPI网络构建”和“5个Hub基因功能相似网络分析”需求，以下提供。
GEO生信数据挖掘（十一）STRING数据库PPI蛋白互作网络 & Cytoscape个性化绘图【SCI 指日可待】
zzh1464501547的博客
10-30 1万+
通过 前面十篇文章的学习，我们应该已经可以获取到一个”心仪的基因列表“了，相较于原始基因数量，这个列表的数量已经有了明显的缩小，为了进一步确定Hub gene 需要借助两个工具。使用STRING在线数据库进行PPI分析。使用Cytoscape本地客户端进行蛋白互作关系图绘制。
网络药理学：6、零基础复现一篇生信文章：中药-成分-靶点网络/同心圆图制作（导入网络报错解决）、PPI网络制作、String数据库、Cytoscape3.8.2（相关插件CytoHubba）使用教程
shanshan的博客
09-10 7049
所以新建第二列，将前30个靶点的第二列输入为1。后面的小图，在这里我们可以双击最大值和最小值的方框，输入对应的同心圆的半径，在这里我最大输入了120，最小输入了50，可以看到网络图不同权重的节点也有了大小之分。好的，接下来，我们选择最小的一批Degree值对应的节点（相当于同心圆的第三圈），如下，遇到了一个问题，就是这第三圈同心圆的半径实在是太小了，和第二圈挨得很近。就是PPI网络图中会出现的节点，因为我们要构建的网络图是“中药-成分-靶点”的图，所以节点一共会有三种，分别是“中药”、“成分”、“靶点”。
Cytoscape软件使用之STRING的PPI文本文件导入画连通图
铭&婵旭博客
03-10 6490
最近在用cytoscape软件分析我DGEs的蛋白互作网络图，用到了这个软件中的节点和边的设置，以及网络节点根据各种算法来布局。下面我将按照五个部分来介绍，分别是数据导入，节点设置，边设置，布局展示，图片/文件导出。说明下我的cytoscape是3.7.1的，安装的时候java环境是jdk8 一、数据导入 1、我们事先在STRING网站输入已经整理好的差异表达基因，然后会生成一个网络图，同时生成一个.tsv的文件，把这个文件下载下来，用Excel打开，里面就有我们连通的节点，以及其他属...
2018年SCI论文--整合GEO数据挖掘完整复现 八 ：STRING数据库构建蛋白质相互作用网络（PPI），cytoscape软件筛选hub基因
bioprogrammer
08-18 3万+
文章目录论文地址STRING数据库PPI网络构建输入差异基因listPPI图保存结果cytoscape软件筛选hub基因、功能模块输入“string_interactions”文件用cytohHubba插件，筛选top10 Hub基因用MCODE插件，筛选功能模块 论文地址 STRING数据库 PPI网络构建 输入差异基因list 进入网页，左侧选择“Multiple proteins”,输入所有...
string 包含_蛋白互作之STRING/Cytoscape
weixin_39671964的博客
12-16 3063
蛋白互作之STRING/Cytoscape蛋白互作网络蛋白互作网络是分子网络的一种，就蛋白质而言，包括蛋白-DNA互作、蛋白-RNA互作、蛋白-蛋白互作。今天讲的是蛋白-蛋白互作。互作关系包括抑制、激活、催化等，通过互作发挥特定的生物学功能。实验层面可以通过以下方式对互作关系进行验证。酵母双杂(Y2H)筛选、Co-IP和GST-pulldown验证。蛋白互作数据库STRING(https...
cluego使用说明_PPI网络实战:String加Cytoscape联手挖掘PPI网络
weixin_39779739的博客
02-01 1471
欢迎关注”生信修炼手册”!在之前的文章中，我们提到利用网络聚类算法可以从复杂的蛋白质网络中挖掘蛋白复合体或者相应的功能模块，其中MCODE算法是最常用的挖掘蛋白复合体的算法。MCODE全称molecular complex detection, 是最广泛使用的挖掘蛋白复合体的算法之一，在cytoscape 软件中提供了一个MCODE插件，可以方便的对网络进行聚类。cytoscape 是一个功能强大...
STRING网站分析蛋白质相互作用
qq_27390023的博客
09-28 5382
STRING网站是我们在生信分析中针对蛋白互相作用分析的一个重要工具，蛋白质互作网络分析对了解蛋白质功能、关系有重要意义。 一般使用string在线数据库分析蛋白质相互作用数据文件，再使用cytoscape对网络进行下一步的分析或修整。 https://cn.string-db.org/cgi/input?sessionId=bQ2lYDwXJ23e&input_page_show_search=on不超过2000分析结果 可以下载到Cytoscape美化
STRING数据库的蛋白质相互作用（PPI）网络分析
weixin_43029125的博客
10-16 8555
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。
下载STRING数据库检索互作关系结果为空，但是在STRING网站却能检索出互作关系，为什么呢？？？关键词用的是蛋白ID（ENSP开头）...
weixin_30709809的博客
06-18 1095
首先介绍下两种方法： 一、本地分析 1、在STRING数据库下载人的互作文件，如下图，第一个文件 https://string-db.org/cgi/download.pl?sessionId=HGrreq5g8nLI&species_text=Homo+sapiens 2、在本地电脑上（linux），用grep 检索该蛋白的互作关系：ENSP00000359708 ，发现结果...
STRINGdb包进行蛋白质相互作用网络分析
qq_27390023的博客
01-13 4152
，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。
生物信息数据库
一只电饭煲的博客
11-17 7759
生物信息与药物数据库前言一、生物信息学二、蛋白质相关数据库1.STRING数据库2.Uniprot数据库3.DIP数据库4.HPRD数据库二、基因相关数据库1.COXPRES db数据库2.Coexpedia数据库3.OMIM数据库三、RNA,ncRNA数据库1.miRNA相关数据库2.ncRNA相关数据库四、通路数据库1.KEGG数据库2.BioCyc数据库3.RegulonDB数据库五、基因表达数据库1.TCGA数据库2.CGGA数据库3.GEO数据库六、疾病与基因关联数据库1.DISNOR数据库2.D
组学数据分析实操系列 | （五）蛋白互作网络分析（STRING + Cytoscape）
Specally的博客
03-25 2658
即Protein–protein interaction(PPI) network，是描述一组蛋白间相互作用关系的分析方式。因为蛋白间的相互作用关系复杂，每一个蛋白都是一个节点，多个蛋白间的相互作用连成线条就形成了网状结构，故称之为蛋白互作网络。分析蛋白互作网络的目的是什么呢？主要有两点：一方面自然是帮助我们明确蛋白之间的相互作用关系，这一点对于一些IP-MS研究很重要；另一方面，我们还能筛选出一些处于蛋白互作网络上关键节点的蛋白，这对于生物标志物的筛选具有指导意义。
分享几个蛋白质互作网站——String （二）多基因蛋白互作
weixin_46500027的博客
04-04 1万+
今天讲多基因蛋白互作。然后分享几个别的蛋白互作网站。
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”
【系统生物学】大肠杆菌蛋白互作网络分析（系统与合成生物学第三次作业）
池塘春草梦的博客
03-29 1065
下载大肠杆菌蛋白互作网络（Ecoli PPI network）数据，使用Python对大肠杆菌蛋白互作网络进行筛选，并使用Cytoscape进行圆形布局可视化。此外，还绘制度分布函数并用幂函数进行拟合。
读书笔记：人工智能与药物设计
博客而已
08-03 1257
这次要写的是一本目前我看过的专业书里最厚的也是最新的一本-《人工智能与药物设计》，主要是总结一些书中所学，顺便把一些连接和网址整理在这里，更方便使用。可能写笔记的顺序会按照我的需要是不和书中的对应的，但标号还是会按照书里章节。今天就开始整理啦！加油加油~慢慢来吧，未完待续，继续努力。
PPI蛋白互作网络操作过程
05-09
### PPI 蛋白质互作网络的构建与分析 #### 1. **PPI 网络基础** 蛋白质-蛋白质相互作用（Protein-Protein Interaction, PPI）是指两个或更多蛋白质分子之间发生的物理接触，这种接触通常具有生物学功能意义。在生物信息学领域，PPI 网络可以被看作是一个图结构，其中节点代表蛋白质，边则表示它们之间的相互作用[^5]。 #### 2. **数据收集与预处理** 构建 PPI 网络的第一步是从公共数据库获取高质量的数据集。常用的资源包括 STRING、BioGRID 和 IntAct 等。这些平台提供了经过实验验证和预测得出的人类及其他物种间的蛋白互动记录。下载完成后需要清洗原始文件去除冗余项以及低可信度链接以便后续计算更加精准可靠[^6]。 ```python import pandas as pd def load_ppi_data(file_path): """ Load and preprocess raw PPI interaction dataset into DataFrame format. Args: file_path (str): Path to tab-delimited text file containing protein interactions. Returns: pd.DataFrame: Cleaned dataframe consisting only high-confidence pairs. """ df = pd.read_csv(file_path, sep='\t') filtered_df = df[df['confidence_score'] >= 0.7] # Filter by confidence threshold return filtered_df[['proteinA', 'proteinB']] ``` #### 3. **网络可视化技术** 为了直观展示复杂的 PPI 关系网，研究人员经常借助专门软件工具如 Cytoscape 或 Gephi 来绘制图形化界面。Python 社区内也有相应库支持此类任务比如 NetworkX 可用于创建基本拓扑视图而 Matplotlib 则负责美化渲染效果[^7]。 ```python import networkx as nx import matplotlib.pyplot as plt def plot_network(interactions): """ Generate simple undirected graph representation from list of pairwise relations. Args: interactions (pd.DataFrame): Table holding source-target connections between proteins. Displays resulting figure inline within Jupyter Notebook environment automatically. """ g = nx.Graph() edges = [(row.proteinA, row.proteinB) for idx,row in interactions.iterrows()] g.add_edges_from(edges) pos=nx.spring_layout(g) nx.draw_networkx_nodes(g,pos,node_size=50,alpha=.8) nx.draw_networkx_edges(g,pos,width=1.0,alpha=0.5) plt.show() # Example Usage assuming we already have preprocessed ppi records stored inside variable named `clean_interacts`. plot_network(clean_interacts) ``` #### 4. **模块检测方法论** 识别潜在的功能模块是研究大规模 PPI 图谱的重要目标之一。社区发现算法能够帮助我们自动划分出紧密相连子群组从而推测共同参与某特定生理进程可能性较高的成员组合情况[^8]。 ---
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