蛋白質互作網絡可以幫助我們探索基因家族與哪些蛋白相互作用，挖掘出豐富的信息。不僅限于基因家族，差異表達基因、免疫、脅迫、藥物響應相關基因等，都能通過PPI分析發(fā)現(xiàn)許多有趣的故事。所以，最近我們來學習這個。
今天先來個入門級，以擬南芥WRKY為例子，然后結合STRING數(shù)據庫，進行一下PPI的可視化。
一、加載R包
二、加載數(shù)據
1、直接去STRING數(shù)據庫https://string-db.org/（有太多的數(shù)據庫了，有的是基于實驗，一點點驗證出來的。有的是基于數(shù)據分析而預測的。只能說各有優(yōu)點。）
2、按照步驟操作
3、這里就可以看圖和調整圖片
4、結果導出
① 導出生成的圖片
② 導出TSV數(shù)據文件，自己出圖
5、TSV文件
三、數(shù)據處理
四、繪制PPI圖片（本次介紹使用的是R代碼，你也可以用Cytoscape本地客戶端進行蛋白互作關系圖繪制）
1、圖片1代碼
2、圖片2代碼
3、圖1和圖2放一塊代碼
4、最終獲得以下內容
五、圖片該怎么看
1、從代碼角度：
① 提取節(jié)點和邊數(shù)據：從提供的PPI數(shù)據文件中提取節(jié)點（蛋白質）和邊（相互作用），并為每個邊賦予權重（combined_score）。
② 計算節(jié)點流行度：通過計算節(jié)點的度（centrality_degree），來量化每個蛋白質的相對重要性。
③ 繪制PPI網絡圖：利用ggraph包，使用圓形布局（circular = TRUE）繪制PPI網絡圖。每個節(jié)點代表一個蛋白質，邊的顏色表示相互作用強度（combined_score），節(jié)點的大小與流行度（Popularity）成正比。
⑤ 添加節(jié)點標簽：在圖上每個節(jié)點旁邊顯示對應蛋白質的名稱（preferredName），并確保標簽不會重疊（使用repel = TRUE）。
2、意義
PPI（蛋白質-蛋白質相互作用）網絡圖通過可視化蛋白質間的相互作用關系，揭示了不同蛋白質之間的功能聯(lián)系。每個節(jié)點代表一個蛋白質，而邊則表示這些蛋白質之間的相互作用，邊的顏色和寬度通常用來表示相互作用的強度或可信度。
例如：
① 揭示蛋白質間的功能聯(lián)系：可以通過觀察節(jié)點間的連通性來了解哪些蛋白質之間有較強的相互作用，這些蛋白質可能參與相同的生物學過程或在同一信號通路中發(fā)揮作用。
② 識別關鍵蛋白質（Hub Nodes）：通過計算節(jié)點的度（即連接的邊數(shù)），可以識別出網絡中的關鍵蛋白質（Hub Nodes），這些蛋白質通常在生物學過程中起到關鍵作用，如參與調控、信號轉導等。
生物信息學領域非常廣泛，難以一次說盡。我們下次繼續(xù)更新，一起深入學習生物信息學的內容！
喜歡的寶子們點個贊吧~碼字不易，且行且珍惜~
