alterlab-string-db

STRING Database

概述

STRING 是一个全面的已知和预测蛋白质-蛋白质相互作用数据库，涵盖 12,535 种生物的 5,930 万种蛋白质和超过 200 亿种相互作用（v12.0；截至 2026-09，默认 API 提供此版本；version-12-5 子域名也可响应——比较结果前请检查 string_version()）。 通过 REST API 查询相互作用网络、进行功能富集，并发现互作伙伴，适用于系统生物学和通路分析。

何时使用此技能

在以下情况下使用此技能：

• 获取单个或多个蛋白质的蛋白质-蛋白质相互作用网络
• 对蛋白质列表进行功能富集（GO、KEGG、Pfam）
• 发现互作伙伴并扩展蛋白质网络
• 测试蛋白质是否构成功能显著富集的模块
• 生成基于证据着色的网络可视化
• 分析同源关系和蛋白质家族关系
• 进行跨物种蛋白质相互作用比较
• 识别枢纽蛋白和网络连通模式

不适用的情形

情形	改用
经整理的通路图、反应、KEGG 直系同源关系	alterlab-kegg
带有反应层级结构的 Reactome 通路过度代表分析	alterlab-reactome
蛋白质序列、功能注释或登录号映射	alterlab-uniprot
对自有网络进行图算法分析（中心性、社区）	alterlab-networkx
蛋白质的结构域/家族分类	alterlab-interpro

此技能提供的内容

1. 用于所有 STRING REST API 操作的 Python 辅助函数（scripts/string_api.py）。
2. 全面的参考文档（references/string_reference.md），其中包含详细的端点和参数规格。

当用户请求 STRING 数据时，请确定所需操作，并使用 scripts/string_api.py 中相应的函数。

核心工作流

1. 首先映射标识符 — string_map_ids() 可将基因/蛋白质名称转换为 STRING ID（格式为 9606.ENSP00000269305）；为提高速度和准确性，请始终执行此步骤。
2. 获取网络或互作伙伴 — 使用 string_network() 获取表格形式的相互作用数据，使用 string_interaction_partners() 从种子扩展网络，使用 string_network_image() 获取 PNG 图。
3. 进行检验并解读 — string_ppi_enrichment() 检查网络中的边数是否超过随机预期；string_enrichment() 执行 GO/KEGG/Pfam 富集分析（FDR < 0.05 = 显著）。
4. 比较/扩展 — 使用 string_homology() 进行家族/旁系同源分析；使用其他 species 重复分析以进行跨物种比较。
5. 记录版本 — 使用 string_version() 确保结果可复现。

下方参考资料中介绍了八种辅助操作和五种组合分析工作流。

关键参数

• required_score（置信度，0-1000）：150 = 低/探索性，400 = 中等/默认，700 = 高/保守，900 = 最高/非常严格。数值越低 = 召回率越高（假阳性更多）；数值越高 = 精确率越高。
• network_type：'functional'（所有证据，默认值——通路/系统生物学）或 'physical'（仅直接结合——复合物、结构研究）。
• species：NCBI 分类群 ID（9606 人类、10090 小鼠、7227 果蝇、4932 酵母、 6239 秀丽隐杆线虫、7955 斑马鱼，……）。蛋白质超过 10 个时，网络必须提供该参数。完整列表： https://string-db.org/cgi/input?input_page_active_form=organisms

API 最佳实践

1. 始终先使用 string_map_ids() 映射标识符。
2. 优先使用 STRING ID（9606.ENSP00000269305），而非基因名称。
3. 对于超过 10 个蛋白质的网络，请指定 species。
4. 遵守速率限制——每次 API 调用间隔约 1 秒。
5. 固定版本以确保可复现性——运行辅助工具前，将 STRING_BASE_URL 设置为稳定的子域名（例如 https://version-12-0.string-db.org/api）；请参阅 string_reference.md。
6. 妥善处理错误——检查返回字符串是否以 "Error:" 开头。
7. 根据分析目标选择合适的置信度阈值。

路由指南

• 需要某项操作的确切代码（ID 映射、网络、图像、互作对象、功能富集、PPI 富集、同源性、版本）？ 请阅读 references/operations.md。
• 要运行端到端分析（蛋白质列表、单蛋白质、通路中心、跨物种或网络扩展）？ 请阅读 references/analysis-workflows.md。
• 需要端点规范、输出格式（TSV/JSON/XML/PSI-MI）、证据通道详情、高级功能、错误处理或工具集成（Cytoscape、R、Python）？ 请阅读 references/string_reference.md。

参考资料

• references/operations.md — scripts/string_api.py 中的 8 项操作，包含用法、参数、输出列和解读指南。
• references/analysis-workflows.md — 5 种组合工作流：蛋白质列表分析、单蛋白质研究、通路中心分析、跨物种比较，以及网络扩展／发现。
• references/string_reference.md — 完整的 API 端点规范、所有输出格式、证据通道和置信度评分详情、高级功能（批量上传、数值／排名富集）、错误处理、工具集成，以及数据许可／引用信息。

故障排除（快速指南）

• 未找到蛋白质 — 确认 species 与标识符匹配；先进行映射；检查是否有拼写错误。
• 网络为空 — 降低 required_score；确认这些蛋白质之间存在互作；验证物种。
• 超时／速度慢 — 减少输入规模；使用 STRING ID；对大型查询进行分批处理。
• “Species required” 错误 — 对于超过 10 个蛋白质的网络，请添加 species。
• 结果异常 — 检查 string_version()；验证 network_type；复核置信度阈值。

完整的故障排除章节请参阅 references/string_reference.md。

其他资源

• Web 应用（蛋白质组上传、完整网络＋功能预测）： https://string-db.org
• 批量下载（互作、注释、通路映射）： https://string-db.org/cgi/download

数据许可与引用

STRING 数据依据 Creative Commons BY 4.0 免费提供（可免费用于学术和商业用途，但必须注明出处）。发表时，请引用最新的 STRING 出版物——目前为 Szklarczyk D et al.（2025）《The STRING database in 2025: protein networks with directionality of regulation》，Nucleic Acids Research 53(D1):D730–D737，doi:10.1093/nar/gkae1113——并注明查询时使用的 STRING 版本（版本列表：https://string-db.org/cgi/about）。