技能介绍

要解决什么问题

做差异表达、蛋白质组学或通路假设时，你往往只有一份基因/蛋白列表，却需要回答：它们之间是否构成可解释的互作模块、在 GO/KEGG 上是否显著富集、以及某个种子蛋白的伙伴是谁。STRING 覆盖约 5900 万蛋白与超过 200 亿条已知/预测相互作用，但直接对接 REST API 需要处理 标识符映射、置信度阈值、功能 vs 物理网络 等细节，否则容易出现空网络、物种不匹配或结果不可复现。

技能如何工作

本技能把 STRING 常用操作封装为 Python 辅助函数（scripts/string_api.py），并配套 references/string_reference.md 作为端点与参数说明。典型流程是：

用 string_map_ids() 把基因名、蛋白名或外部 ID 转为 STRING 标识符（建议始终先做这一步）。
用 string_network() 拉取互作边表，按 required_score（如 400 默认、700 保守）和 network_type（functional / physical）控制证据范围。
需要图表时用 string_network_image() 生成 PNG（如 evidence 按证据类型着色）。
对蛋白列表做 string_enrichment()（GO、KEGG、Pfam 等，Fisher + BH FDR）；用 string_ppi_enrichment() 检验网络是否比随机更「连得紧」。
单点深挖可用 string_interaction_partners() 扩展伙伴；跨物种或家族关系可用 string_homology()；记录方法时调用 string_version()。

输出里通常包含互作对、综合置信度及各通道分数（邻域、融合、共表达、实验、数据库、文本挖掘等），便于对照分析目标调阈值。

适用边界与注意点

物种：多蛋白网络（尤其超过约 10 个节点）必须带 NCBI 分类 ID（如人类 9606），否则易报错或结果偏差。
阈值权衡：低分（如 150）偏探索、高分（如 900）偏实验级保守；功能网络适合通路/系统生物学，物理网络仅适合直接结合与复合物场景。
工程习惯：优先使用 9606.ENSP... 形式 STRING ID；调用间隔约 1 秒；若返回以 Error: 开头需按文档排查拼写、物种与阈值。超大规模全 proteome 上传或批量离线数据仍应走 string-db.org 官方站点。