STRING数据库的蛋白质相互作用(PPI)网络分析

基于网络药理学探讨缓衰方对慢性肾脏病心肾保护作用的机制作者：刘童童王宇阳王倩冒慧敏占永立来源：《世界中医药》2021年第20期摘要目的：探討缓衰方对慢性肾脏病（CKD）心肾保护作用的机制。

方法：基于中药系统药理学数据库与分析平台（TCMSP）检索缓衰方中5味中药的有效活性成分并获得相应的预测靶点;通过GEO数据库、GeneCards数据库和人类孟德尔遗传数据库（OMIM）检索与CKD和心血管疾病（CVD）相关的靶点，并对药物靶点和疾病靶点进行映射取交集作为缓衰方对CKD患者心肾保护作用的关键靶点。

基于String数据库对关键靶点进行蛋白质-蛋白质相互作用（PPI）网络分析，并通过拓扑分析得到缓衰方对CKD患者心肾保护作用的核心靶点，基于autodock软件对缓衰方的活性成分和核心靶点作分子对接，分析成分和靶点的结合能力。

并对关键靶点进行基因本体（GO）富集分析和京都基因和基因组百科全书（KEGG）通路富集分析。

结果：共得到缓衰方有效活性成分105种，预测靶点135个，得到CKD疾病相关靶点1 436个，CVD疾病相关靶点744个。

共得到缓衰方对CKD心肾保护作用的关键靶点53个，拓扑分析得到核心靶点18个，分子对接结果显示缓衰方的11个活性成分和10个核心靶点平均最低结合能为-6.58 kcal/mol，其中豆甾醇、槲皮素与PTGS2靶点蛋白结合能最高。

共得到对氧含量的反应、细胞对药物的反应、循环系统中的血管过程等1 275个GO富集结果和低氧诱导因子-1（HIF-1）信号通路、肿瘤坏死因子（TNF）信号通路、白细胞介素-17（IL-17）信号通路等76条KEGG信号通路。

结论：缓衰方通过多成分、多靶点、多信号通路途径实现对CKD的心肾保护作用。

关键词网络药理学;缓衰方;慢性肾脏病;心血管疾病;活性成分;靶点;信号通路;作用机制Abstract Objective：To explore the mechanism of the heart and kidney protective effect of Huan Shuai Formula on the chronic kidney disease（CKD）.Methods：We searched for targets related to CKD and Cardiovascular Disease（CVD） through GEO database，GeneCards database and Human Mendelian Inheritance Database（OMIM），and map drug targets and disease targets to take the intersection as a slowing down prescription as the key target of cardio-renal protection in CKD patients.The protein-protein interaction（PPI） network analysis of key targets was based on the String database，and topological analysis was used to obtain the core targets of the heart and kidneyprotection of CKD patients.Based on the autodock software，molecular docking of the active ingredients and core targets of the Huan Shuai formula was performed，and the binding ability of the ingredients and the targets was analyzed.And we carried out GO（Gene Ontology） biological process enrichment analysis and Genome Encyclopedia（KEGG） pathway enrichment analysis for key targets.Results：A total of 105 active components，135 predicted targets，1 436 CKD disease related targets and 744 CVD disease related targets were obtained.A total of 53 key targets for the cardio-renal protection of CKD by Yan shuai Formula were obtained，and 18 core targets were obtained by topological analysis.The molecular docking results showed that the average minimum binding energy of 11 active ingredients and 10 core targets of Yan Shuai Formula was-6.58kcal/mol，of which stigmasterol and quercetin had the highest binding energy to PTGS2 target protein.A total of 1275 GO enrichment results，hypoxia inducible Factor-1（HIF-1） signaling pathway，Tumor Necrosis Factor（TNF） signaling pathway，Interleukin-17（Interleukin-17，IL-17），the 76 KEGG signal pathways were obtained.Conclusion：Huan Shuai Formula can protect the heart and kidney function of CKD through multi-component，multi-target and multi signal pathway.Keywords Network pharmacology; Huan Shuai Formula; Chronic kidney disease; Cardiovascular disease; Active components; Targets; Signaling pathway; Mechanism中圖分类号：R242;R692文献标识码：Adoi：10.3969/j.issn.1673-7202.2021.20.004慢性肾脏病（Chronic Kidney Disease，CKD）已成为全球共同关注的公共卫生问题，全世界超过13.4%的成年人患有CKD[1]。

生物信息学中的蛋白质相互作用网络分析随着科学技术的发展，蛋白质相互作用网络分析在生物信息学中变得越来越重要。

蛋白质相互作用是指两个或多个蛋白质之间的相互作用或联系，包括物理和化学作用。

这些联系构成了蛋白质相互作用网络。

这种网络分析帮助我们理解蛋白质以及它们如何相互作用，可以帮助我们研究疾病的发生、转化和治疗。

1. 什么是蛋白质相互作用网络？蛋白质相互作用指的是蛋白质之间发生的物理和化学作用。

这些作用可能包括电子转移、共价键形成、非共价键交互、离子对交互等。

这种相互作用产生的连接构成了蛋白质相互作用网络。

蛋白质相互作用网络可以通过大量实验来得到。

在以往，科学家们通常通过双杂交实验来鉴定蛋白质之间的相互作用。

现在，通过大规模基因鉴定系统（例如文献库筛选、肽阵列分析）和基因组学技术，我们可以更轻松地得到蛋白质相互作用网络。

2. 如何分析蛋白质相互作用？蛋白质相互作用网络分析可以提供有关蛋白质相互作用的信息，从而对生物学问题提供更深入的理解。

在进行分析之前，需要先对蛋白质相互作用网络进行建模和描述。

建模需要考虑网络的拓扑结构，例如网络中包含的节点数、边数、连通性等。

描述需要确定网络中每个节点的性质以及节点间的联系或权重。

通过这些步骤，我们可以建立一个完整的蛋白质相互作用网络。

接下来，可以通过以下的分析方法来深入理解蛋白质相互作用：（1）模块化分析：模块化分析是将大型网络分解为更小的结构单元，称为模块。

通过这种方法可以发现蛋白质相互作用对于整个网络的重要性。

（2）关键蛋白质鉴定：关键蛋白质是指网络中最为重要的节点。

这些节点在整个网络中连接着大量的节点，是网络的核心。

通过这种方法可以确定对于生物系统具有特定功能的蛋白质。

（3）功能注释：功能注释是根据已知信息对网络中的蛋白质进行分析和注释。

这种方法可以提供对网络中蛋白质的生物功能、通路、关系等方面进行了解的方法。

3. 蛋白质相互作用网络在生物学中的应用蛋白质相互作用网络的分析可以帮助我们了解生物系统中蛋白质之间的相互作用，进而进一步理解其生物学功能。

基于网络药理学探讨川牛膝治疗高血压的作用机制梁林辉;梁大伟;章斌;林浩【期刊名称】《山东化工》【年(卷),期】2024(53)6【摘要】目的:利用网络药理学分析川牛膝治疗高血压的作用机制。

方法:应用中药系统药理学数据库及分析平台(TCMSP)筛选出川牛膝的活性成分及其作用靶点,采用OMIM数据库,Drugbank数据库,TTD数据库,CTD数据库和DISGENT数据库检索与高血压相关的靶点基因。

将川牛膝及高血压的共同靶点导入STRING数据库进行蛋白质-蛋白质相互作用分析(PPI);利用METASCAPE数据库进行核心靶点GO功能富集和KEGG通路富集分析。

结果:川牛膝主要化学成分为槲皮素、杯苋甾酮、红苋甾酮、β-谷甾醇、齐墩果酸等;共筛选出关键共同靶点170个,包括AKT1、IL6、VEGFA、TP53、CASP3、TNF、JUN、EGF、MAPK1、EGFR、PTGS2、STAT3等;GO富集分析得到生物学进程主要涉及炎症反应、对伤害的反应、对脂多糖的反应、活性氧代谢过程、凋亡信号通路等;KEGG富集信号通路主要包含糖尿病并发症AGE-RAGE信号路径、肿瘤的途径、乙型肝炎、TNF信号通路、肿瘤中的蛋白质多糖等。

结论:川牛膝治疗高血压存在多通路、多靶点的可能,揭示了川牛膝治疗高血压的潜在分子机制。

【总页数】5页(P171-174)【作者】梁林辉;梁大伟;章斌;林浩【作者单位】雅安职业技术学院药学与检验学院【正文语种】中文【中图分类】TQ461【相关文献】1.基于网络药理学探讨“土茯苓-川牛膝”药对治疗痛风性关节炎的作用机制2.基于网络药理学和分子对接技术川牛膝治疗高血压机制研究3.基于网络药理学和分子对接探讨川牛膝治疗继发性闭经的作用机制4.基于网络药理学及实验验证探讨罗布麻叶-钩藤药对治疗高血压病的作用机制5.基于网络药理学与分子对接技术行川牛膝-当归治疗膝骨性关节炎的作用机制分析因版权原因，仅展示原文概要，查看原文内容请购买。

string蛋白互作结果描述蛋白质互作网络的构建和分析是功能基因组学研究领域的主要任务之一，它有助于全面理解细胞内复杂的生物学过程。

因此，研究蛋白质相互作用不仅对于揭示细胞内分子调控机制和代谢途径有着重要的意义，而且对于发展新药物和治疗疾病也具有潜在的应用价值。

蛋白质相互作用的研究方法多种多样，其中包括常规的生化实验、生物信息学分析和大规模的蛋白质组学研究。

在本研究中，我们利用了质谱技术和蛋白质组学方法，对细胞中蛋白质相互作用进行了系统性的分析。

我们首先从模式生物中鉴定了大量的潜在蛋白质互作蛋白质并通过生物信息学方法进行筛选，筛选出潜在的蛋白质相互作用。

然后，我们利用质谱技术对这些潜在蛋白质进行鉴定，并通过蛋白质组学方法对相互作用蛋白质进行了分析。

通过这些分析，我们发现了一些新的蛋白质相互作用关系，并且对这些相互作用的生物学意义进行了初步的探讨。

通过蛋白质组学方法的研究，我们发现了一些新的蛋白质相互作用网络，并初步分析了这些网络在细胞生物学中的作用。

这些发现有助于深入理解细胞内蛋白质相互作用网络的结构和功能，并有望为以后的蛋白质功能研究和疾病治疗提供重要的参考。

此外，我们还探讨了蛋白质相互作用研究的前沿技术，例如单细胞蛋白质互作检测和动态蛋白组学技术。

这些新的技术有望进一步完善蛋白质相互作用网络的研究，为细胞内分子机制和信号传导途径的研究提供更为全面和深入的信息。

总的来说，蛋白质相互作用在细胞生物学中具有重要的意义，我们的研究结果深化了对蛋白质相互作用网络的理解，为细胞内复杂的分子调控机制和代谢途径的研究提供了新的线索，同时也为新药物的研发和治疗疾病提供了新的思路和方法。

我们相信，随着蛋白质相互作用研究技术的不断发展，将会有更多的重要发现出现，为细胞生物学和医学研究带来更多的突破。

STRING蛋白网络分析操作流程蛋白网络分析是一种系统生物学方法，用于研究蛋白质相互作用网络。

它可以帮助科学家解析蛋白质相互作用、信号传导和代谢途径，从而更好地理解细胞的功能和调控机制。

以下是一个关于蛋白网络分析的操作流程，包括数据准备、网络构建和分析、结果解释和验证等几个主要步骤。

1.数据准备：首先，需要收集和整理相关的蛋白质相互作用数据。

这些数据可以来自公开数据库，如STRING（Search Tool for the Retrieval of Interacting Genes/Proteins）、BioGRID、IntAct等。

可以根据研究对象的物种和特定的研究领域选择相应的数据库。

确保所选择的数据可靠性和准确性。

2.数据预处理：在进行网络构建之前，需要对原始数据进行预处理，以去除噪音和无效的信息。

这通常包括去除重复的相互作用、修复格式错误和标准化数据格式等。

此外，还可以根据研究的目的进行数据筛选和过滤，如选择特定阈值的相互作用等。

3.网络构建和分析：接下来，使用预处理后的数据构建蛋白网络。

最常用的方法是基于相互作用的网络，其中蛋白质与其他蛋白质之间的相互作用表示为网络中的节点和边。

可以使用网络分析软件，如Cytoscape等，进行网络可视化和分析。

可以计算网络的节点度、聚集系数、连通性等基本拓扑特征，并进行模块和子网络的发现，以揭示蛋白质相互作用网络的组织结构和功能模块。

4.结果解释：对于网络中的重要节点和模块，可以使用注释数据库（如Gene Ontology）来解释其生物学功能和关联的代谢途径。

这可以帮助科学家理解蛋白质网络的功能和调控机制，从而提出相关的假设和研究问题。

5.结果验证：为了验证通过蛋白网络分析得到的结果，可以采用多种实验技术，如免疫共沉淀、基因敲除、RNA干扰等。

这些实验可以用来验证网络预测的相互作用和功能，进一步验证和揭示蛋白质网络的生物学意义和调控机制。

需要注意的是，蛋白网络分析是一个复杂的过程，需要综合运用多种工具和技术，并结合实验验证来解析蛋白质相互作用网络。

蛋白质相互作用网络构建及功能分析概述在细胞内，蛋白质通过相互作用形成复杂的网络，这些相互作用对于维持细胞内的正常功能起着至关重要的作用。

蛋白质相互作用网络的构建与功能分析有助于揭示蛋白质相互作用所涉及的生物过程、信号传导通路以及相关疾病，为生命科学的研究提供重要参考。

蛋白质相互作用网络的构建蛋白质相互作用网络的构建是通过捕捉和分析蛋白质之间的物理相互作用来实现的。

目前，常用的构建方法有两种：实验方法和计算机预测方法。

实验方法是通过生化实验来检测和验证蛋白质相互作用。

常见的实验方法包括：酵母双杂交法、共免疫共沉淀法、质谱技术等。

酵母双杂交法是最早被广泛应用的一种方法，通过融合蛋白质与转录激活域，通过转录激活蛋白质的表达来识别相互作用蛋白质。

共免疫共沉淀法则是利用抗体对特定蛋白质进行免疫沉淀，从而寻找与之相互作用的蛋白质。

质谱技术则通过分析蛋白质的质量和序列来确定相互作用蛋白质。

计算机预测方法是通过计算机算法对蛋白质序列或结构进行分析，预测蛋白质之间的相互作用。

常见的计算方法包括：序列相似性法、结构相似性法、基于功能模块的预测法等。

序列相似性法通过比对蛋白质序列之间的相似性来判断其是否存在相互作用关系。

结构相似性法则是通过比对蛋白质结构之间的相似性来预测其相互作用。

基于功能模块的预测法则是通过分析蛋白质功能模块之间的关联性来预测蛋白质相互作用。

蛋白质相互作用网络的功能分析蛋白质相互作用网络的功能分析主要包括网络结构分析和功能模块分析。

网络结构分析是通过对蛋白质相互作用网络的拓扑结构进行分析，揭示网络中重要的节点、模块和通路等。

常用的网络结构分析方法包括：节点中心性分析、模块检测和网络比对等。

节点中心性分析是通过计算节点在网络中的重要性指标来筛选出网络中的关键节点。

模块检测则是将网络分为多个相互作用紧密的子网，以揭示网络中的功能模块。

网络比对则是将不同物种或不同条件下的蛋白质相互作用网络进行比较，以揭示网络结构的共性和差异。

数据挖掘被忽视的PPI蛋白互作网络通过STRING蛋白数据库获取PPI互作网络，往往扮演着Cytoscape获取关键模块和hub基因的配角...所以，很多时候，大家会忽略PPI网络中的一些细节，比如：1、为什么有的图中点之间的连线是色彩斑斓的，而有的是灰色的？2、有连线的点表示两者共表达么？3、是否基于一定的阈值或标准，来定义两者之间相关？本期将重点解决上述问题福利对于STRNIG数据库使用、PPI网络构建、Cytoscape基础操作、识别hub基因等内容，小编免费开放了4分文献模拟课程中的相关视频，大家可以点击阅读原文查看...参考视频课程之后，本文的内容将会比较好理解！基于不同的意义，点之间的连线可以设置为不同的显示效果。

在Settings中设置meaning of network edges：1、evidence：如果选了这个，则点之间的连线会变成彩色的。

8种不同颜色的连线表示不同的互作证据。

有的是基于文献挖掘，有的是具有表达相关性，有的是经实验验证的等...其中protein homology是默认必选的，其他7个可选是否纳入互作证据，默认是全选：2、confidence：如果选了这个，则点之间的连线会变成灰色的。

线的粗细表示互作的数据支持度。

即将evidence中的8种证据进行整合，得到最终的互作打分，打分越高线越粗，也越说明两蛋白间存在互作：下载的结果表string_interactions.tsv 中可见：最后一列最终打分combined_score即为confidence，这个指标常用于筛选互作关系对，官方默认筛选阈值是0.4：所以，下载的表格中，combined_score均大于等于0.4！3、molecular action：如果选了这个，则点之间的连线会有形状。

不同颜色和形状的表示不同的作用模式当然，不管是设置为哪种显示效果，都需要在选择后，点击UPDATE才会刷新显示效果~。

如何利⽤STRING数据库分析蛋⽩间相互作⽤（PPI）？相信很多⼈在做蛋⽩分析的时候，经常被蛋⽩与蛋⽩间的互作⽹络所烦恼，那今天，我们就来给⼤家介绍⼀个神器，帮助⼤家能简单快捷地完成蛋⽩与蛋⽩互作⽹络。

这个软件是STRING。

STRING本⾝就收录了2031个物种，9.6 Million个蛋⽩和1380 Million种相互作⽤。

出来能进⾏蛋⽩-蛋⽩间互作⽹络外，这个数据库还能⽤来查找关注的蛋⽩的调控因⼦，共表达，基因组共线性，物种共存在，⽂本挖掘，实验验证信息等等，是⼀个对科研⼈员来说⼗分实⽤的数据库。

⾸页我们直接点击SEACH，进⾏搜索⾃⼰想要查找的蛋⽩质。

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。

那我们就以trpA为例进⾏说明⼀下吧~这是搜索出来的结果。

每个点代表⼀个蛋⽩，他们都是可以进⾏拖动的。

点击其中⼀个蛋⽩，我们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。

由下边的图例解释说明可见，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。

如果关联的蛋⽩很多的情况下，我们还能直接通过点的颜⾊，直接找到相关蛋⽩。

同时，我们还可以进⾏筛选，调整线型的含义，相互作⽤的数⽬，数据来源，可信度筛选, 互作点数⽬限制等的不同操作。

⾯对这么多的基因，我们当然希望能做个功能富集分析，这样就能更加直接地看到每个蛋⽩的功能、偏好性等等的信息。

我们也可以直接点击“Analysis”进⾏选择分析。

调整完毕，最后就可以点击Exports输出结果。

今天的介绍就到这⾥了，希望能帮到⼤家喔~。

蛋白质相互作用网络中关键节点的富集分析一、蛋白质相互作用网络概述蛋白质是生命体中不可或缺的分子，它们在细胞中扮演着多种角色，包括催化生化反应、传递信号、提供结构支持等。

蛋白质的功能往往不是孤立的，而是通过与其他蛋白质相互作用来实现复杂的生物学功能。

蛋白质相互作用网络（Protein-Protein Interaction, PPI）是由蛋白质之间的物理或功能联系构成的复杂网络。

这些网络不仅对细胞的正常生理功能至关重要，而且与许多疾病的发生发展密切相关。

1.1 蛋白质相互作用网络的构建构建蛋白质相互作用网络的第一步是识别蛋白质之间的相互作用。

这可以通过实验方法如酵母双杂交、共免疫沉淀等实现，也可以通过生物信息学预测方法获得。

一旦确定了蛋白质间的相互作用，就可以将这些信息可视化为网络，其中蛋白质作为节点，相互作用作为边。

1.2 蛋白质相互作用网络的分析对PPI网络的分析可以揭示蛋白质的功能和调控机制。

常见的分析方法包括网络拓扑分析、模块识别、路径分析等。

网络拓扑分析关注网络的结构特征，如节点的度分布、聚类系数等。

模块识别旨在发现网络中的密集连接的子网络，这些子网络可能对应于特定的生物学过程或功能。

路径分析则关注蛋白质间的相互作用路径，这对于理解信号传导和代谢途径至关重要。

二、关键节点的识别与功能在蛋白质相互作用网络中，并非所有节点都具有相同的生物学重要性。

一些节点因其在网络中的位置或与其他节点的连接数量而显得尤为重要，这些节点被称为关键节点。

关键节点的识别对于理解网络的稳定性和功能至关重要。

2.1 关键节点的识别方法识别关键节点的方法多种多样，包括度中心性分析、介数中心性分析、接近中心性分析等。

度中心性高的节点拥有更多的直接相互作用伙伴，而介数中心性高的节点则在网络中扮演着“桥梁”的角色，连接不同的模块。

接近中心性则反映了节点到网络中其他所有节点的平均距离。

2.2 关键节点的生物学意义关键节点往往与疾病的发生发展密切相关。