本文介绍了如何利用Stringdatabase预测基因与蛋白的相互作用。通过输入特定基因，如BIRC2，分析其可能的靶蛋白，并解释了不同颜色连线的含义。此外，还展示了如何下载和筛选数据，以及如何结合GEPIA进行共表达分析，以筛选出更紧密相关的基因。最后，提到了多基因的蛋白互作分析和软件可视化工具Cytoscape的应用。
筛选的差异基因或者想要研究的基因和哪些蛋白有相互作用呢？可以用到很多网站来进行预测，下面我们先讲最火的一个——String database.
百度搜索string database：点击第二个。
点击search：
第一个分析是针对单个基因的，输入想要研究的基因，选择对应的物种，可以分析此基因可能结合的靶蛋白。
例如：BIRC2这个基因
点击search：
continue：
可以得到的是与这个基因直接结合的一些基因：
不同的连线颜色对应不同的注释，例如黑色是co-expression，说明两基因之间是共表达的关系。
点击more，可以得到更多的基因：
可以对图片进行下载。
当然也可以下载tsv文件，基因之间的联系根据score来界定，分值越高可能关系越密切。
这是下载后的文件，我们只关心BIRC2的话，第一列点击筛选，只选BIRC2：
可以看到BIRC2与28个蛋白有相互作用，不过这只是个预测，具体还需要实验进行验证。
但是我们也可以进行进一步的筛选，例如共表达筛选。之前介绍过GEPIA网站里面的相似性分析：
分享分析TCGA的数据库——GEPIA（一）_Lijingxian教你学生信的博客-CSDN博客
我们就可以使用相似性分析两个基因在mRNA水平上面的相关性。这种在蛋白水平有相互作用，在mRNA水平也共表达的两个基因，很有可能关系最密切。
当然，这种蛋白互作可以使用一些软件进行可视化，比如cytoscape软件，我们以后再介绍。
回到最初界面，假如我们知道一条蛋白的氨基酸序列，也可以进行预测：
结果显示这条序列在人类中没有相似的蛋白序列，因为他是大肠杆菌的。^_^
这些结果就预测出来了。
单基因分析通常用于基础实验，生物信息学分析通常是多基因分析蛋白互作。
比如生信筛选一堆基因，如何确定这些基因之间的关联，除了共表达以外，还可以蛋白互作。
下一期介绍多个基因的蛋白互作分析。
扫一扫
685
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
