SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场string-database

string-database

数据与分析

查看项目

更新于 10-16 04:03

技能介绍

用途

STRING Database 技能面向蛋白质相互作用（PPI）网络分析与系统生物学研究，可查询 STRING 数据库中已知与预测的蛋白质相互作用。资料显示该数据库覆盖 59M 蛋白质与 20B+ 相互作用、5000+ 物种，用于检索相互作用网络、执行功能富集、发现相互作用伙伴，并通过 REST API 支持通路分析。

该技能适用场景包括：检索单个或多个蛋白质的相互作用网络；对蛋白质列表执行功能富集分析（GO、KEGG、Pfam）；发现相互作用伙伴并扩展蛋白质网络；检验蛋白质是否形成显著富集的功能模块；生成基于证据着色的网络可视化；分析同源性与蛋白质家族关系；进行跨物种蛋白质相互作用比较；识别枢纽蛋白与网络连接模式。

主要能力

技能提供 Python 辅助函数（scripts/string_api.py）与详细参考文档（references/string_reference.md）。核心操作包括：

  1. 标识符映射（string_map_ids）：将基因名、蛋白质名与外部 ID 转换为 STRING 标识符。参数含 species（NCBI 分类 ID）、limit（每个标识符的匹配数，默认 1）、echo_query（是否在输出中包含查询词，默认 1）。建议始终先做标识符映射以便后续查询更快。

  2. 网络检索（string_network）：以表格格式获取 PPI 网络数据，输出列包括相互作用对、置信度评分与各证据通道评分（邻域、融合、共表达、实验、数据库、文本挖掘）。参数含 required_score（置信度阈值 0-1000）、network_type（'functional' 全部证据，默认；'physical' 仅直接结合）、add_nodes（增加 N 个连接最多的蛋白质，0-10）。

  3. 网络可视化（string_network_image）：生成 PNG 网络图。network_flavor 可选 'evidence'（彩色线条显示证据类型，默认）、'confidence'（线宽表示置信度）、'actions'（显示激活/抑制关系）。

  4. 相互作用伙伴（string_interaction_partners）：查找与给定蛋白质相互作用的所有蛋白质。参数含 limit（返回伙伴上限，默认 10）与 required_score。用于枢纽蛋白识别、从种子蛋白扩展网络、发现间接连接。

  5. 功能富集（string_enrichment）：跨 Gene Ontology、KEGG 通路、Pfam 结构域、InterPro、SMART、UniProt Keywords 等执行富集分析。输出列含 category、term、description、number_of_genes、p_value、fdr。统计方法为 Fisher 精确检验并结合 Benjamini-Hochberg FDR 校正，FDR < 0.05 表示统计显著。

  6. PPI 富集（string_ppi_enrichment）：检验蛋白质网络的相互作用是否显著多于随机期望，输出字段含 number_of_nodes、number_of_edges、expected_number_of_edges、p_value。p 值 < 0.05 表示网络显著富集（蛋白质可能形成功能模块）。

  7. 同源性评分（string_homology）：检索蛋白质相似性与同源性信息，用于蛋白质家族识别、旁系同源分析与进化分析。

  8. 版本信息（string_version）：获取当前 STRING 数据库版本，用于确保可复现性与记录方法。

使用方式

技能以 Python 函数调用为主。常用工作流包括：

  • 蛋白质列表分析：先用 string_map_ids 映射基因名，再用 string_network 获取网络，用 string_ppi_enrichment 检验富集，用 string_enrichment 做功能富集，用 string_network_image 生成可视化。
  • 单蛋白质探究：映射名称后，用 string_interaction_partners 获取全部相互作用伙伴，再用 string_network_image 可视化扩展网络。
  • 通路中心分析：从已知通路蛋白出发，获取网络并做富集以确认通路注释。
  • 跨物种分析：分别以不同物种（如人类 9606、小鼠 10090、酵母 4932）检索网络进行对比。
  • 网络扩展与发现：从种子蛋白出发获取一度相互作用伙伴，解析蛋白列表后做富集，筛选功能模块。

常用物种 NCBI 分类 ID：Homo sapiens 9606、Mus musculus 10090、Rattus norvegicus 10116、Drosophila melanogaster 7227、Caenorhabditis elegans 6239、Saccharomyces cerevisiae 4932、Arabidopsis thaliana 3702、Escherichia coli 511145、Danio rerio 7955。完整列表见：https://string-db.org/cgi/input?input_page_active_form=organisms

置信度评分（0-1000）整合多种证据：邻域（nscore）、融合（fscore）、系统发育谱（pscore）、共表达（ascore）、实验（escore）、数据库（dscore）、文本挖掘（tscore）。推荐阈值：150 低置信度（探索性）、400 中置信度（标准分析，默认）、700 高置信度（保守分析）、900 最高置信度（非常严格）。阈值越低相互作用越多（召回高、假阳性多），阈值越高相互作用越少（精确高、假阴性多）。

网络类型方面，功能性网络（默认）包含全部证据类型，代表功能相关（即使无直接物理结合）的蛋白质，适用于通路分析、功能富集、系统生物学与多数通用分析；物理性网络仅含直接物理结合证据，适用于结构生物学、蛋白质复合物分析、直接结合验证与需要物理接触的场景。

API 最佳实践：始终先映射标识符；尽量使用 STRING ID（如 9606.ENSP00000269305）；超过 10 个蛋白质的网络需指定物种；遵守速率限制（API 调用间隔 1 秒）；使用带版本的 URL 以保证可复现性；优雅处理错误（检查返回字符串是否以 "Error:" 开头）；选择合适的置信度阈值。

适用场景

适用于蛋白质组学、差异表达分析、系统生物学、通路分析、蛋白质复合物与相互作用发现等研究场景，支持单蛋白深入调查、蛋白列表批量分析、通路中心分析与跨物种比较。

限制

资料中未提供具体收费、价格与付费模式信息，暂未提供。完整 API 端点规范、全部输出格式（TSV、JSON、XML、PSI-MI）、高级功能（批量上传、values/ranks 富集）、错误处理与故障排查、与其他工具（Cytoscape、R、Python 库）的集成、数据许可与引用信息等，详见 references/string_reference.md。故障排查方面：无结果时可核对 species 参数与标识符是否匹配、先做标识符映射、检查蛋白质名拼写；网络空结果可降低置信度阈值、确认蛋白质是否确实相互作用、核实物种是否正确；查询超时或缓慢时可减少输入蛋白质数量。