STRING中做蛋白質(zhì)互作(PPI)網(wǎng)絡(luò)調(diào)控圖及GO、KEGG分析

1.什么是蛋白互作?

在轉(zhuǎn)錄調(diào)控相關(guān)的文獻(xiàn)中,我們經(jīng)常能夠看到這樣的蛋白質(zhì)相互作用網(wǎng)絡(luò)(proteinprotein interaction network,PPInetwork)。具體而言,這些相關(guān)的文獻(xiàn)中首先通過(guò)RNA-seq、表達(dá)譜芯片或者蛋白質(zhì)組分析等,找到了在不同分組樣本間一系列的差異表達(dá)基因或蛋白。隨后,通過(guò)STRING數(shù)據(jù)庫(kù)(https://string-db.org/)檢索了編碼蛋白間可能的潛在相互作用,并構(gòu)建了蛋白質(zhì)相互作用網(wǎng)絡(luò)表示出來(lái),目的是描述這些基因或蛋白之間存在怎樣的相互關(guān)系,例如物理接觸、靶向調(diào)節(jié)等,最終闡述生物體中有意義的分子調(diào)節(jié)網(wǎng)絡(luò)。

2.準(zhǔn)備文件:基因家族的蛋白序列,這里以MATE基因?yàn)槔?/h1>

打開(kāi)STRING

依次點(diǎn)擊






3.?將Molecular Function、Biological Process、Cellular Component三個(gè)文件分別打開(kāi),將勾選出來(lái)的分別復(fù)制到一個(gè)新的表格中,新表格第一列填寫(xiě)對(duì)應(yīng)的是這上述提到的三個(gè)名稱(chēng),具體示例文件如下?將Molecular Function、Biological Process、Cellular Component三個(gè)文件分別打開(kāi),將勾選出來(lái)的分別復(fù)制到一個(gè)新的表格中,新表格第一列填寫(xiě)對(duì)應(yīng)的是這上述提到的三個(gè)名稱(chēng),具體示例文件如下


?然后將準(zhǔn)備好的文件另存到桌面,文件命名為Module_GO


4.打開(kāi)Rstudio,依次輸入以下腳本


#setwd("C:/Users/86176/Desktop")

#library(grid)

#library(ggplot2)

#data?<-? read.table("Module_GO",header=T,sep="\t")

#data$Module<- factor(data$Module,levels = c("Cellular Component", "Molecular Function","Biological Process"))

#qplot(GO,number,colour = p_value, data = data,ylab="gene_number", xlab="GO enrichment",geom="jitter")+scale_colour_gradient2( low="red",mid="yellow", high="blue",midpoint=0.003)+theme_bw()+facet_wrap(~Module,scales="free_x",nrow=1)+theme(axis.text.x=element_text(angle=45,color="black",vjust=1,hjust=1),panel.grid.major.x = element_blank(),panel.grid.major.y = element_blank(),panel.grid.minor.y = element_blank(),strip.background = element_rect(fill = "#00CC33"))+theme(plot.margin=unit(c(30,0,20,20),"mm"))

5.KEGG

回到下載文件的那一步,下載KEGG Pathways,打開(kāi)之后新建txt文本

打開(kāi),勾選中的這三列依次整理成下一個(gè)新表格

新建,命名為KEGG.txt

6.打開(kāi)Rstudio,依次輸入以下腳本

#setwd("C:/Users/86176/Desktop")

#library(grid)

#library(ggplot2)

#data <- read.table("KEGG.txt",header=T,sep="\t")

#ggplot(data = data, aes(x = Term, y= DEG_number,fill=Rich_factor,ylab="KEGG pathway"))+ geom_bar(stat="identity")+scale_fill_gradient2( low="blue",mid="yellow", high="red")+coord_flip()+theme_bw()

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書(shū)系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容