使用 R bioconductor 包 STRINGdb 操作 String-db答案

【问题标题】：Manipulating String-db using R bioconductor package STRINGdb使用 R bioconductor 包 STRINGdb 操作 String-db
【发布时间】：2017-10-24 12:43:48
【问题描述】：

我想从string-db.org 中提取一个大型网络，因为网络界面不支持超过 2000 种蛋白质。我需要大约 100.000 到 200.000 种蛋白质。所以我使用 R bioconductor 包 STRINGdb 来探索数据库。由于我是 R 的新手，即使有文档，我也不知道如何做到这一点，也不知道要使用的函数。我试过了 PS：我对癌症网络感兴趣，（蛋白质-蛋白质相互作用数据集）我试过了：

source("https://bioconductor.org/biocLite.R")
biocLite("STRINGdb")
library(STRINGdb)
string_db <- STRINGdb$new( version="10", species=9606, score_threshold=0.4, input_directory="" )
##Not sure if it is the right function to use##
string_proteins <- string_db$get_proteins()  ## Returns 20475 obs. 4 variables

我不知道如何继续。

【问题讨论】：

标签： r database package interaction bioconductor

【解决方案1】：

好的，正如我所读到的那样，您想要参与癌症过程的 2-4k 蛋白质网络，并以某种方式在 R 中可视化它。嗯，很容易获得特定蛋白质的信息、邻居和相互作用，这是来自手册：

tp53 = string_db$mp( "tp53" )
atm = string_db$mp( "atm" )
string_db$get_neighbors( c(tp53, atm) )
string_db$get_interactions( c(tp53, atm) )

因此，如果您列出蛋白质，则很容易获得有关它们的信息。由于可视化，get_graph 函数可能很有用，它采用 stringdb 蛋白质的向量，例如c(tp53, atm)。

提供更多信息你想做什么，我们会弄清楚:)

【讨论】：

我已经编辑了这个问题，我需要一个涉及癌症疾病的 f 100.000 到 200.000 个蛋白质（节点）的网络。该网络将用于另一个应用大数据的东西。所以如果我选对了，我应该寻找重要的癌症蛋白质，我应该做你上面提到的同样的程序
还有什么技巧可以更快地做到这一点吗？如果这是正确的方式 string_db$get_neighbors( c(tp53, atm,AR,MDM2,TP53BP1) ) 然后 ,string_db$get_interactions( c(tp53, atm, AR,MDM2,TP53BP1) ) 但我看不出有什么区别交互次数，但两组之间有交互
100k-200k 蛋白质？你输入了：string_proteins <- string_db$get_proteins() ## Returns 20475 obs. 4 variables，因为我知道人类基因组中有大约 2 万个基因。如果您提供一个包含癌基因和抑制基因的列表并将它们放入向量中，您可以找到上述函数中的所有相互作用。你说交互数没有区别，检查string-db中这几个基因应该是一样的数
我应该寻找癌症（肿瘤）的致癌基因和抑制因子还是一般？癌基因细胞
我认为致癌基因和抑制基因是最重要的。