蛋白质-蛋白质相互作用（protein-protein interaction, PPI）是指两个或两个以上的蛋白质分子通过非共价键形成蛋白质复合体（protein complex）的过程。在进行数据挖掘的时候往往会得到很多的差异表达的基因，当你对着一堆基因毫无头绪时，此时PPI数据库对你的数据挖掘起了很大的助攻作用。
接下来，跟着小编一起来学习下PPI分析吧！文中附详细代码，小伙伴们可以使用自己项目数据，一步步复现下结果！
1 PPI分析的意义
系统分析大量蛋白在生物系统中的相互作用关系，对了解生物系统中蛋白质的工作原理，了解疾病等特殊生理状态下生物信号和能量物质代谢的反应机制，以及了解蛋白之间的功能联系都有重要意义。在生物医药领域有助于从系统的角度研究疾病分子机制、发现新药靶点等等。
接下来，小编具体讲解下基于STRING数据库，提取目标基因集的互作关系，构建蛋白互作关系，同时利用igraph和ggraph对互作网络进行可视化。对于数据库中未收录信息的物种，可以使用BLAST软件，将目的基因与数据库中的蛋白质进行序列比对，寻找同源蛋白，根据同源蛋白的互作关系对构建互作网络。构建完成的蛋白质互作网络大家也可尝试导入Cytoscape软件进行可视化。
2 创建STRINGdb对象
library(tidyverse)
library(clusterProfiler)
library(org.Hs.eg.db) 小鼠的话，把Hs改成Mm
library(STRINGdb)
library(igraph)
library(ggraph)
# 创建STRINGdb对象
string_db <- STRINGdb$new( version="11", species=9606,
score_threshold=400, input_directory="")
#score_threshold是蛋白互作的得分，此值会用于筛选互作结果，400是默认分值，如果要求严格可以调高此值。
3 构建基因列表
#clusterProfiler将Gene Symbol转换为Entrez ID，构建基因列表，可以自己定义值，也可以导入表格，需要表头
gene <- gene %>% bitr(fromType = "SYMBOL",
toType = "ENTREZID",
OrgDb = "org.Hs.eg.db",
drop = T)
4 使用map函数将基因匹配到STRING数据库的ID
data_mapped <- gene %>% string_db$map(my_data_frame_id_col_names = "ENTREZID",
removeUnmappedRows = TRUE)
string_db$plot_network( data_mapped$STRING_id )
5 get_interactions获取蛋白互作信息，以用于后续可视化
hit<-data_mapped$STRING_id
info <- string_db$get_interactions(hit)
#info包含了蛋白互作的信息，比较重要的是前两列和最后一列：from、to、combined_score，前两列指定了蛋白互作关系的基因对，最后一列是此蛋白互作关系的得分，info数据将用于后续分析。
6 igraph和ggraph可视化蛋白互作网络图
# 转换stringID为Symbol，只取前两列和最后一列
links <- info %>%
mutate(from = data_mapped[match(from, data_mapped$STRING_id), "SYMBOL"]) %>%
mutate(to = data_mapped[match(to, data_mapped$STRING_id), "SYMBOL"]) %>%
dplyr::select(from, to , last_col()) %>%
dplyr::rename(weight = combined_score)
# 节点数据
nodes <- links %>% { data.frame(gene = c(.$from, .$to)) } %>% distinct()
# 创建网络图
# 根据links和nodes创建
net <- igraph::graph_from_data_frame(d=links,vertices=nodes,directed = F)
# 添加一些参数信息用于后续绘图
# V和E是igraph包的函数，分别用于修改网络图的节点（nodes）和连线(links)
igraph::V(net)$deg <- igraph::degree(net) # 每个节点连接的节点数
igraph::V(net)$size <- igraph::degree(net)/5 #
igraph::E(net)$width <- igraph::E(net)$weight/10
# 使用ggraph绘图
# ggraph是基于ggplot2的包，语法和常规ggplot2类似
ggraph(net,layout = "kk")+
geom_edge_fan(aes(edge_width=width), color = "lightblue", show.legend = F)+
geom_node_point(aes(size=size), color="orange", alpha=0.7)+
geom_node_text(aes(filter=deg>5, label=name), size = 5, repel = T)+
scale_edge_width(range = c(0.2,1))+
scale_size_continuous(range = c(1,10) )+
guides(size=F)+
theme_graph()
#stress布局作图
ggraph(net,layout = "stress")+ #不同的地方
geom_edge_fan(aes(edge_width=width), color = "lightblue", show.legend = F)+
geom_node_point(aes(size=size), color="orange", alpha=0.7)+
geom_node_text(aes(filter=deg>5, label=name), size = 5, repel = T)+
scale_edge_width(range = c(0.2,1))+
scale_size_continuous(range = c(1,10) )+
guides(size=F)+
theme_graph()
#环形布局
ggraph(net,layout = "linear", circular = TRUE)+
geom_edge_fan(aes(edge_width=width), color = "lightblue", show.legend = F)+
geom_node_point(aes(size=size), color="orange", alpha=0.7)+
geom_node_text(aes(filter=deg>5, label=name), size = 5, repel = F)+
scale_edge_width(range = c(0.2,1))+
scale_size_continuous(range = c(1,10) )+
guides(size=F)+
theme_graph()
# 去除游离的互作关系：其和主网络并不相连，像这种互作关系可以去掉，此时出来的图就会更加美观。
# 如果links数据框的一个link的from只出现过一次，同时to也只出现一次，则将其去除
links_2 <- links %>% mutate(from_c = count(., from)$n[match(from, count(., from)$from)]) %>%
mutate(to_c = count(., to)$n[match(to, count(., to)$to)]) %>%
filter(!(from_c == 1 & to_c == 1)) %>%
dplyr::select(1,2,3)
# 新的节点数据
nodes_2 <- links_2 %>% { data.frame(gene = c(.$from, .$to)) } %>% distinct()
# 创建网络图
net_2 <- igraph::graph_from_data_frame(d=links_2,vertices=nodes_2,directed = F)
# 添加必要的参数
igraph::V(net_2)$deg <- igraph::degree(net_2)
igraph::V(net_2)$size <- igraph::degree(net_2)/5
igraph::E(net_2)$width <- igraph::E(net_2)$weight/10
#如果去除了游离的互作关系，那么可以使用一种中心布局的方式，它是根据一个节点的连接数而排列其位置，连接数越大，节点越倾向于在中间位置排列，会更容易看得出重要节点。另外环形布局的线使用弧形线(geom_edge_arc)会更美观：
ggraph(net,layout = "linear", circular = TRUE)+
geom_edge_arc(aes(edge_width=width), color = "lightblue", show.legend = F)+
geom_node_point(aes(size=size), color="orange", alpha=0.7)+
geom_node_text(aes(filter=deg>5, label=name), size = 5, repel = F)+
scale_edge_width(range = c(0.2,1))+
scale_size_continuous(range = c(1,10) )+
guides(size=F)+
theme_graph()
combined_score 互作得分，<400 低可信，400～700 中可信，>700 高可信。