怎么用R包STRINGdb來(lái)進(jìn)行蛋白互作網(wǎng)絡(luò)分析

這篇文章給大家分享的是有關(guān)怎么用R包STRINGdb來(lái)進(jìn)行蛋白互作網(wǎng)絡(luò)分析的內(nèi)容。小編覺(jué)得挺實(shí)用的，因此分享給大家做個(gè)參考，一起跟隨小編過(guò)來(lái)看看吧。

采用R包STRINGdb 來(lái)進(jìn)行蛋白互作網(wǎng)絡(luò)分析

差異分析完成之后，可以做一個(gè)蛋白互作網(wǎng)絡(luò)分析，看看差異蛋白只能有那些基因間存在相互作用。
實(shí)現(xiàn)這樣的目標(biāo)，方法有多種。一般比較常見(jiàn)的是采用STRING 這個(gè)網(wǎng)站，在網(wǎng)站上分析。其實(shí)采用R包STRINGdb也可以實(shí)現(xiàn)。代碼參考如下：

############################################################
# 安裝STRINGdb 軟件包
# source("https://bioconductor.org/biocLite.R")
# biocLite("STRINGdb")
############################################################
library(STRINGdb)

# 設(shè)置程序參數(shù)
work_dir <- "/Users/zhangqiuxue/Documents/Train/TCGA/lab/PPI" 
deg_file <- "/Users/zhangqiuxue/Documents/Train/TCGA/lab/DEG/DE_genes.txt"

setwd(work_dir)

# 獲取物種的分類(lèi)編號(hào)
# get_STRING_species(version="10", species_name=NULL) 
# 9606 代表人類(lèi)
string_db <- STRINGdb$new(version="10", species=9606,
                           score_threshold=700, input_directory= work_dir)

# 讀取差異表達(dá)的文件，獲得差異表達(dá)基因列表
degs = read.table(deg_file,header=T,comment.char = "",check.names=F)
degs$gene <- rownames(degs)
head(degs)

# 查看有多少差異表達(dá)的基因需要分析 
cat("Total deg genes:", dim(degs)[1])

# 將基因的ID map 到string 數(shù)據(jù)庫(kù)中， 不一定每個(gè)基因都能map上
deg_mapped <- string_db$map( degs, "gene", removeUnmappedRows = TRUE )

# 查看有多少I(mǎi)D map 上了 
cat("Total String id mapped :", dim(deg_mapped)[1])


# 設(shè)置繪圖相關(guān)的參數(shù)
options(SweaveHooks=list(fig=function()
  par(mar=c(2.1, 0.1, 4.1, 2.1))))

# 篩選出一部分結(jié)果，進(jìn)行繪圖
hits <- deg_mapped$STRING_id[1000]

# 繪圖
string_db$plot_network( hits,required_score =700)


# 將所有的結(jié)果輸出到文件，后面采用cytoscape 進(jìn)行網(wǎng)絡(luò)分析
info <- string_db$get_interactions(deg_mapped$STRING_id)
write.table(info, file = "STRING_info.txt",sep="\t", row.names =F, quote = F)

# 采用igraph 進(jìn)行聚類(lèi)分析
clustersList <- string_db$get_clusters(deg_mapped$STRING_id)

# 設(shè)置繪圖參數(shù)
options(SweaveHooks=list(fig=function()
  par(mar=c(2.1, 0.1, 4.1, 2.1))))

# 繪制前4個(gè)聚類(lèi)圖
par(mfrow=c(2,2))
for(i in seq(1:4)){
  string_db$plot_network(clustersList[[i]])
}

感謝各位的閱讀！關(guān)于“怎么用R包STRINGdb來(lái)進(jìn)行蛋白互作網(wǎng)絡(luò)分析”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，讓大家可以學(xué)到更多知識(shí)，如果覺(jué)得文章不錯(cuò)，可以把它分享出去讓更多的人看到吧！