string-database

STRING Database - 蛋白质相互作用网络与功能富集分析工具

技能概述

STRING Database 技能提供对 STRING 蛋白质相互作用数据库的完整访问，涵盖 5900 万种蛋白质和超过 200 亿条互作关系，支持 5000+ 物种的网络分析、GO/KEGG 功能富集、互作伙伴发现和系统生物学研究。

适用场景

1. 蛋白质组学数据解读

从质谱实验、转录组测序或其他组学研究中获得的差异表达蛋白列表，可以通过 STRING 进行系统生物学解读。通过互作网络构建和功能富集分析，快速识别这些蛋白质参与的生物学通路、分子功能和细胞组分，为实验结果提供生物学意义解释。

2. 蛋白质互作网络研究

研究单个蛋白质（如 TP53）的互作网络，或分析多个蛋白质之间的连接关系。支持发现新的互作伙伴、识别网络中的核心蛋白（hub protein）、探索蛋白质复合物，并生成可视化的网络图谱用于论文发表或学术报告。

3. 跨物种比较分析

比较不同物种（人类、小鼠、酵母等）之间的蛋白质互作保守性，研究同源蛋白的互作模式差异，追踪进化过程中的网络变化。适用于进化生物学、比较基因组学和 translational research。

核心功能

1. 互作网络查询与可视化

通过 string_network() 函数获取蛋白质-蛋白质相互作用网络数据，支持自定义置信度阈值（150-900）和网络类型（功能关联或物理结合）。使用 string_network_image() 生成 PNG 格式的网络可视化图，可选择按证据类型、置信度高低或激活/抑制关系进行着色展示。

2. 功能富集分析

通过 string_enrichment() 函数对蛋白质列表进行多维度的功能富集分析，涵盖 Gene Ontology（生物过程、分子功能、细胞组分）、KEGG 通路、Pfam 结构域、InterPro 蛋白质家族等数据库。采用 Fisher 精确检验和 Benjamini-Hochberg FDR 校正，提供统计显著性评估。

3. 互作伙伴发现与网络扩展

使用 string_interaction_partners() 发现目标蛋白的所有已知和预测互作伙伴，支持按置信度筛选和数量限制。结合 string_ppi_enrichment() 验证蛋白质网络是否形成功能模块，判断互作密度是否显著高于随机期望。

常见问题

STRING 数据库是什么？如何用于蛋白质相互作用分析？

STRING（Search Tool for the Retrieval of Interacting Genes/Proteins）是一个整合了已知和预测蛋白质-蛋白质相互作用的数据库。它汇集了实验数据、计算预测、文献挖掘和公共数据库注释等多种证据来源，为 5900 万种蛋白质提供超过 200 亿条互作记录，覆盖 5000 多个物种。通过 STRING 可以查询蛋白互作网络、进行功能富集分析、可视化蛋白质关联关系，是系统生物学和蛋白质组学研究的核心工具之一。

如何使用 STRING API 查询蛋白质互作网络？

使用本技能提供的 Python 函数可以便捷调用 STRING REST API。首先使用 string_map_ids() 将基因名或蛋白质名称映射为 STRING 标识符（如 9606.ENSP00000269305），然后使用 string_network() 指定物种（如 9606 代表人类）和置信度阈值（0-1000）获取互作数据。对于网络可视化，使用 string_network_image() 生成 PNG 图片。代码示例：

from scripts.string_api import string_map_ids, string_network
mapping = string_map_ids('TP53', species=9606)
network = string_network('TP53', species=9606, required_score=700)

STRING 置信度评分如何选择？400、700、900 有什么区别？

STRING 置信度评分范围为 0-1000，综合了基因组邻域、基因融合、系统发育谱、共表达、实验验证、数据库注释和文本挖掘七种证据类型。常用阈值选择：150（低置信度）适合探索性分析和假设生成，包含更多潜在互作但假阳性率较高；400（中等置信度）是默认值，平衡灵敏度和特异性，适用于标准分析；700（高置信度）用于保守分析，主要保留有强证据支持的互作；900（最高置信度）最为严格，通常只包含实验验证的高质量互作。选择阈值需要根据研究目的权衡召回率和精确率。