SuperAPI AI 工具集

string-protein-interaction-analysis-with-omicverse

数据与分析

查看项目

更新于 10-16 02:38

技能介绍

用途:当用户提供基因列表并希望借助 STRING 数据库探索蛋白质-蛋白质相互作用时使用本技能。流程涵盖物种选择、STRING API 查询、网络构建与 ov.bulk.pyPPI 的可视化。

主要能力:

  • 初始化 OmicVerse 环境:import omicverse as ov;ov.style()(或 ov.plot_set())。
  • 去重并校验基因列表,至少需 2 个基因。
  • 为每个基因指定类型与颜色字典,用于网络图分组着色。
  • 调用 ov.bulk.string_interaction(gene_list, species_id) 查询互作,返回含 combined_score 与证据通道的 DataFrame。
  • 用 ov.bulk.pyPPI(...) 构建网络,调用 ppi.interaction_analysis() 与 ppi.plot_network() 出图。
  • 稀疏网络可用 add_nodes(如 add_nodes=5)引入 STRING 预测的互作伙伴。

物种 ID:STRING 需 NCBI 分类整数 ID,而非物种名,例如人 9606、小鼠 10090、大鼠 10116、酵母 4932、斑马鱼 7955、果蝇 7227、线虫 6239、拟南芥 3702。基因符号格式须与物种匹配(人用 HGNC、小鼠用 MGI、酵母用系统名或标准名等);Ensembl ID 不会匹配,需先用 ov.bulk.Gene_mapping() 映射。

适用场景:酵母脂肪酸基因互作网络绘制、人差异表达基因 PPI 网络构建并扩展预测伙伴、下载小鼠基因面板的 STRING 边表并按模块着色等。

限制与注意事项:查询后需检查是否返回结果,空表通常因物种 ID 或基因符号格式不符;STRING 有限流,遇 HTTPError 429 应等待约 60 秒或使用缓存互作表;网络出现孤立节点时可用 add_nodes 扩展或降低 combined_score 阈值;使用 add_nodes 后新增基因可能不在类型与颜色字典中,需同步更新,否则绘图报 KeyError;基因列表过大(如超过 50 个)时建议先筛选子集;add_nodes 加入的是 STRING 预测伙伴,未必与具体研究生物学相关,用于发表前需核实。参考教程笔记本为 t_network.ipynb,快捷命令见 reference.md。