蛋白质相互作用与生物通路数据

蛋白质相互作用与生物通路数据

# 蛋白质互作列表示意
edges = [("p53", "MDM2", "Y2H"), ("p53", "EP300", "AP-MS"),
         ("RB1", "E2F1", "Y2H"), ("MDM2", "EP300", "AP-MS")]

graph = {}
for a, b, ev in edges:
    graph.setdefault(a, []).append((b, ev))
    graph.setdefault(b, []).append((a, ev))

def neighbors(protein):
    return [x for x, _ in graph.get(protein, [])]

print("p53 直接互作:", neighbors("p53"))
print("节点数:", len(graph), "边数:", len(edges))
​

互作数据与通路数据共同支撑网络分析：构建蛋白质互作网络、寻找模块、发现关键枢纽蛋白，进而结合表达差异识别疾病相关的子网络。KEGG 与 GO 的富集结果是目前几乎所有组学文章的必备部分。理解这些数据的产生方式与存储结构，才能正确解读富集结果，避免把注释质量差异误当作生物学信号。

互作网络与通路注释

蛋白质很少单独行使功能，而是通过物理结合形成复合物、通过信号级联传递信息。蛋白质相互作用数据记录"哪两个蛋白之间存在互作"，常见来源包括高通量酵母双杂交、亲和纯化-质谱、以及从文献中人工整理的数据库。数据通常以相互作用列表（蛋白 A、蛋白 B、证据类型、置信度）形式存储，互作组数据则通过 PSI-MI 标准交换格式进行组织。

生物通路数据描述分子间的功能关系：代谢通路（如糖酵解、三羧酸循环）、信号通路（如 MAPK、PI3K-AKT）、基因调控网络等。KEGG 数据库以通路图为单位组织反应关系，GO 数据库则用本体词汇分层描述基因的分子功能、细胞组分与生物过程。通路分析的核心思想是"聚合"：单个基因的微小变化难以得出结论，但把变化映射到通路上，就能识别整体上显著受扰动的生物学过程。超几何分布检验是富集分析的标准数学基础。

# 蛋白质互作列表示意
edges = [("p53", "MDM2", "Y2H"), ("p53", "EP300", "AP-MS"),
         ("RB1", "E2F1", "Y2H"), ("MDM2", "EP300", "AP-MS")]

graph = {}
for a, b, ev in edges:
    graph.setdefault(a, []).append((b, ev))
    graph.setdefault(b, []).append((a, ev))

def neighbors(protein):
    return [x for x, _ in graph.get(protein, [])]

print("p53 直接互作:", neighbors("p53"))
print("节点数:", len(graph), "边数:", len(edges))
​

相互作用网络与通路：从"分子清单"到"系统行为"

蛋白质相互作用（PPI）与生物通路数据让生物信息学从"单个分子"走向"系统"：相互作用数据的获取——实验方法（酵母双杂交（Y2H）、亲和纯化-质谱（AP-MS）、共免疫沉淀）；数据库（STRING（综合预测 + 实验）、BioGRID（实验数据））；以及"相互作用网络"的构建（节点 = 蛋白、边 = 相互作用——网络的"拓扑分析"（度分布、枢纽节点（hub）、模块/社群检测）——"枢纽蛋白"（高连接度）通常是生物学关键（必需基因、疾病相关））。通路数据的核心：KEGG（代谢与信号通路数据库——"通路图"（pathway map）——节点 = 分子、边 = 反应/调控）；GO 基因本体（功能的层次化注释）；以及"通路富集分析"（给定差异基因列表，统计检验"哪些通路显著富集"——"从基因列表到生物学机制"的核心方法）。

"网络与通路"的系统生物学意义：从"分子清单"（组学数据）到"系统行为"（通路的激活/抑制、网络的模块响应）——"生物系统不是分子集合，而是分子网络"；以及"网络医学"的应用（疾病模块（disease module）——疾病基因在网络中聚集为模块——"疾病是网络病"）。做一个"网络分析"练习：理解"枢纽、模块、桥接"的网络拓扑概念（枢纽 = 高连接度节点（关键调控者）；模块 = 紧密连接的子网络（功能单元）；桥接 = 连接模块的节点（模块间通信））；理解"富集分析的逻辑"（如果差异基因在"炎症通路"中显著富集——提示"该通路的激活参与了表型差异"——"从数据到机制"的推理）。相互作用与通路数据是生物信息学的"系统层"——掌握它们，你就从"读懂分子"升级为"读懂系统"。
回顾本节核心：PPI 网络（节点=蛋白、边=相互作用）与通路（KEGG/GO）；富集分析（从基因列表到机制）。相互作用与通路数据让生物信息学从"分子清单"走向"系统行为"——"生物系统不是分子集合，而是分子网络"。
记住一句话：相互作用与通路让分析从"分子清单"走向"系统行为"——生物系统是分子网络，不是分子集合。
从实践角度理解网络与通路：做一个「富集分析」练习——给定一组基因（如某疾病的差异基因），用 clusterProfiler 做 GO/KEGG 富集——查看显著富集的通路——「从基因列表到机制假设」的完整体验；再做一个「网络可视化」练习——用 STRING 数据库构建一组蛋白的相互作用网络，观察枢纽与模块——「网络视角看系统」。
补充一点：相互作用数据的「质量分层」很重要——实验验证的（Y2H、AP-MS）比计算预测的（共表达、文本挖掘）更可信——「数据库的使用要区分证据等级」——STRING 的「score」正是这一分层的体现。