流程

1.首先要獲取蛋白質列表（單個/多個）
格式：蛋白名稱為一個占一行，或者氨基酸序列的通用格式。ID類別：可以為一種，可以為多種混合

2.在對應的數據框中輸入蛋白質列表或者上傳列表文件后，選擇對應的物種。如果知道物種，可以直接進行下拉選擇。如果不知道，可以選擇自動獲取 3.選擇好對應模式之后（默認為protein模式），點擊“GO！"到識別頁面 為了后續方便識別，建議對結果進行核查并記錄有變化的結果

4.確定好蛋白質之后，點擊”continue"對結果進行展示 調整適應參數，查閱相關信息 輸出關系對及關系類別的分值信息文件，輸出關系網絡圖片

結果展示

參數 1.Active Prediction Methods:可以對需要的方式進行勾選

2.Required Confidence(Score):選擇最小可靠值 3.Interactors Shown:在所選閾值范圍內，預測相互作用得分最高的蛋白質的數量

4.Additional(White)Nodes:將現在所有的節點重新輸入數據庫進行再次搜索，并找出高度重復的節點。這些節點即為白色節點，以排名和數量限制，從高到低輸入該網絡

后續分析

前面六列是ID對應的每個節點他的關系對ID，后面的結果則是對應每一種類別他的評分以及最后的combined_score(綜合得分） 六列分別是一相互作用關系對（第一列node1? 第二列node2）?? 二：每個節點對應的string ID（第三列是node1_string_id，第四列是node2_string_id)??????????????????????????????????????????????????????? 三：外部ID（第五列是node1_external_id,第六列是node2_external_id?） 四：各項對應的得分（第七列是neighborhood，第八列是fusion，第九列是cooccurence,第十列是homology，第十一列是從expression，第十二列是experimental，第十三列是knowledge,第十四列是textmining）?????????五：綜合得分（combined_score)


后續分析 1.通過Cytoscape構建PPI網絡，并進行拓撲結構分析，并且找出Hub蛋

2.通過對拓撲異構進行多種分析比如聚類及子網絡挖掘分析，找出重要功能子模塊，或者重要的子網絡，縮小范圍 3.將網絡或其它調控網絡相結合，尋找重要的調控關系及作用

4.對相互作用關系進行細分研究，尋找重要的生物學信息

總結

以上是生活随笔為你收集整理的string数据库使用和实践第三部分数据处理 流程-参数--后续分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。