Protein Interaction Network Analysis

蛋白质相互作用网络分析

使用 ToolUniverse 工具进行全面的蛋白质相互作用网络分析。通过 4 个阶段的工作流分析蛋白质网络：标识符映射、网络检索、富集分析和可选的结构数据。

领域推理：明确相互作用类型

询问蛋白质相互作用时，请先确认：是物理相互作用（它们是否结合？），还是功能相互作用（它们是否影响同一通路？）。STRING 同时包含这两种类型——较高的 combined_score 并不意味着存在物理结合。要查找物理结合证据，请具体检查实验评分（escore）。如果 tscore（文本挖掘）或 dscore（数据库）较高，但 escore 较低，这表明它们可能是共同注释或共同引用，而不是直接结合。

查询，不要猜测：蛋白质相互作用评分、实验性证据类型，以及两个特定蛋白质是否有已知的共晶结构。使用 STRING escore 和 BioGRID 实验数据——不要仅凭通路成员关系推断存在结合。

使用的数据库

数据库	覆盖范围	API 密钥	用途
STRING	1,400 多万种蛋白质，5,000 多种生物	不需要	主要相互作用数据源
BioGRID	230 多万种相互作用，80 多种生物	需要	备用数据源，经整理的数据
SASBDB	2,000 多条 SAXS/SANS 记录	不需要	溶液结构

4 阶段工作流

1. 标识符映射 — STRING_map_identifiers()：验证蛋白质名称，获取 STRING ID
2. 网络检索 — STRING_get_network()（主要）；BioGRID_get_interactions()（备用，需要 API 密钥）
3. 富集分析 — STRING_functional_enrichment() 用于 GO/KEGG/Reactome；STRING_ppi_enrichment() 用于检验功能一致性
4. 结构数据（可选） — SASBDB_search_entries() 用于查询 SAXS/SANS 溶液结构

可运行示例请参见 python_implementation.py（example_tp53_analysis()、analyze_protein_network()）。

参数

参数	默认值	描述
proteins	必填	基因符号或 UniProt ID
species	9606	NCBI 分类 ID
confidence_score	0.7	最低相互作用置信度（0–1）
include_biogrid	False	使用 BioGRID 备用数据源（需要 API 密钥）
include_structure	False	SASBDB 结构数据（速度较慢）

置信度评分指南

评分	用例
0.4	探索性分析（STRING 默认阈值）
0.7	推荐——可靠的相互作用
0.9	仅核心相互作用

网络边字段（STRING）

每条相互作用边返回的关键字段：

• score — 综合置信度（0–1）
• escore — 实验评分（用于物理结合证据）
• dscore — 数据库评分
• tscore — 文本挖掘评分
• ascore — 共表达评分
• preferredName_A、preferredName_B — 基因名称

扩展分析工具

信号通路：

• OmniPath_get_signaling_interactions — 有向、有符号的 PPI（刺激/抑制）
• Reactome_map_uniprot_to_pathways — 将蛋白质映射到 Reactome 通路（参数：uniprot_id）
• ReactomeAnalysis_pathway_enrichment — 对基因集进行通路富集分析

药物可开发性与临床背景：

• DGIdb_get_drug_gene_interactions — 查询枢纽蛋白的药物相互作用（参数：genes 为数组）
• DGIdb_get_gene_druggability — 药物可开发性类别
• gnomad_get_gene_constraints — 基因必需性指标（pLI、oe_lof）
• civic_search_evidence_items — 网络蛋白突变的临床证据
• UniProt_get_function_by_accession — 蛋白质功能注释

工具专属说明

IntAct 相互作用数据

interaction_ids 位于响应的 metadata 字段中，而不在顶层：

interaction_ids = result.get("metadata", {}).get("interaction_ids", [])

BioGRID 化学相互作用

BioGRID_get_chemical_interactions 始终包含一条限制说明——化学相互作用的覆盖范围可能不完整。未提供生物时，默认使用 taxId=9606（人类）。

IntAct protein_name 别名

除了原始标识符参数外，IntAct 工具还接受 protein_name 作为别名参数。

领域推理：多聚体组装与结合价数

查询确认，切勿猜测：寡聚状态、亚基化学计量比和结合价数。使用 RCSB PDB（RCSB_search_structures、RCSB_get_entry_info）或 UniProt（UniProt_get_function_by_accession）确认蛋白质是单体、二聚体、三聚体等。不要仅凭基因名称作出假设。

根据结合数据计算多聚体价数

价数 = 多聚体复合物上独立结合位点的数量。每个亚基有一个结合位点的同源二聚体，价数为 2。每个五聚体（例如 IgM）有 2 个 Fab 臂，价数为 10。

关键推理步骤：

1. 确定寡聚状态：在 PDB/UniProt 中查询四级结构。在溶液中呈“二聚体”的蛋白质，在晶体结构中可能是由两个二聚体组成的四聚体。
2. 计算每个亚基上的结合位点：除非结合位点跨越界面（此时复合物本身才是功能单元），否则每个亚基都独立贡献结合位点。
3. 价数 = 亚基数 x 每个亚基的位点数（仅当位点相互独立时）。如果一个位点上的结合会影响另一个位点，则属于协同性，而非简单的价数。
4. 亲合力与亲和力：多价复合物的结合强度高于单个位点（亲合力效应）。表观 Kd_multivalent << Kd_monovalent。增强程度取决于连接子的柔韧性和靶标几何结构。

多聚体结合中的统计因素

对称多聚体与配体结合时，统计因素会影响表观速率常数：

• 第一个配体结合：kon_apparent = n x kon_intrinsic（有 n 个等价位点可用）
• 第一个配体解离：koff_apparent = koff_intrinsic（只有一个配体需要解离）
• 一般规则：对于具有 n 个相同位点的多聚体，第 i 个位点的结合正向统计因子为 (n - i + 1)，反向统计因子为 i。
• 宏观与微观 Kd：Kd_macro(第一个位点) = Kd_micro / n。Kd_macro(最后一个位点) = n x Kd_micro。对于无协同性结合，Kd_last / Kd_first = n^2。

如果测得的 Kd 值偏离这些统计预测，则该蛋白质表现出正协同性（Kd 降低幅度超过预期）或负协同性（Kd 增高幅度超过预期）。

何时使用结合曲线分析，何时使用化学计量比

方法	适用情况	可告知的信息
化学计量比（ITC、AUC、SEC-MALS）	需要知道每个复合物中结合伙伴的数量	n（位点数），而非亲和力
结合曲线（SPR、FP、ELISA）	需要 Kd 和动力学参数	亲和力，但表观 Kd 混合了价数和协同性的影响
Hill 图（双对数结合曲线）	怀疑存在协同性	Hill 系数 nH：nH=1 表示无协同性，nH>1 表示正协同性，nH<1 表示负协同性
Scatchard 图（结合量/游离量与结合量的关系）	经典方法，如今较少使用	曲线 = 多类位点或协同性；直线 = 单一 Kd

必需型与可选型多聚体：必需型二聚体（例如许多激酶）没有单体活性。如果你的“纯化蛋白”没有活性，请检查是否需要形成二聚体。使用 SEC 或非变性 PAGE 确认寡聚状态。低蛋白质浓度、高盐或不合适的 pH 可能使必需型多聚体解离。

领域推理：卷曲螺旋寡聚状态预测

• 七肽重复：(abcdefg)n，其中 a 和 d 位点是疏水核心残基。
• 根据堆积方式判断寡聚状态：二聚体（亮氨酸拉链，d 位点为 Leu）、三聚体（a 位点为 Ile/Val，d 位点为 Leu）、四聚体（a 和 d 位点均为 Leu）、五聚体（复杂的混合堆积，例如 a 位点为 Trp 或极性残基）。
• 七肽网格图：将残基映射到螺旋轮图上；a 和 d 位点构成疏水核心界面。a/d 位点残基的身份决定堆积几何结构，进而决定寡聚状态。
• a/d 位点的极性残基（Asn、Gln）决定平行或反平行取向，并可能选择特定的寡聚状态。
• 查找资料：在 PubMed 中搜索“[sequence motif] coiled coil oligomeric state”，并在仅根据序列预测寡聚状态前查询 CC+ 或 SOCKET 数据库。

领域推理：去垢剂对膜蛋白的影响

• 温和去垢剂（DDM、LMNG、CHAPS、digitonin）可保留天然寡聚状态和脂质相互作用；结构研究首选这类去垢剂。
• 强效去垢剂（SDS、浓度高于 CMC 的 OG）可能解离天然复合物并去除稳定性脂质。
• 使用不同去垢剂进行原生质谱分析可揭示特定脂质是否能稳定寡聚组装体；比较 CHAPS 和 OG 的结果，可以区分去垢剂稳定型寡聚体与依赖脂质的寡聚体。

蛋白质识别问题

对于“X 是什么蛋白质”这类问题：务必先搜索 UniProt 和 PubMed，不要凭记忆猜测。需要了解的关键通路：

• 淀粉样蛋白清除：基质金属蛋白酶降解胶原蛋白是暴露淀粉样沉积、使巨噬细胞能够吞噬它们的必要条件。答案是胶原蛋白，而不是血清淀粉样蛋白 P（SAP）或其他淀粉样蛋白结合蛋白。
• 当问题询问“什么蛋白质”时，只给出蛋白质名称——不要提供缩写、描述或限定说明。

故障排除

• 未找到相互作用：检查蛋白质名称（区分大小写），尝试使用 confidence_score=0.4
• BioGRID 无法工作：在环境中设置 BIOGRID_API_KEY；STRING 无需密钥即可使用
• 输出过于冗长：使用 2>&1 | grep -v "Error loading tools" 进行筛选（参见 KNOWN_ISSUES.md）

参考资料

• STRING：https://string-db.org/
• BioGRID：https://thebiogrid.org/（注册以获取免费的 API 密钥）
• SASBDB：https://www.sasbdb.org/
• ToolUniverse：https://github.com/mims-harvard/ToolUniverse