蛋白互作网络分析

一个基因列表背后的网络问题

在差异表达分析、药物靶点筛选或交集分析之后，你通常会得到几十到几百个候选基因。这些基因只是列表上的名字，它们之间是否有相互作用？哪些基因处于网络的核心位置，可能对整体功能起关键调控作用？这就是 PPI（蛋白互作）网络分析要回答的问题。

技能如何工作

string-ppi-network 将整个流程封装在一个脚本中。它从 STRING 数据库拉取 PPI 数据，用 NetworkX 构建图对象，然后计算 7 种中心性指标：

• Degree（度中心性）
• Betweenness（介数中心性）
• Closeness（紧密中心性）
• Eigenvector（特征向量中心性）
• PageRank
• LAC（局部聚类系数）
• Subgraph Centrality（子图中心性）

默认使用 CytoNCA 算法进行多轮序贯过滤：每轮按各指标中位数筛除下位 50%，依次经过 DC→BC→CC→EC，必要时继续用 LAC 和 Subgraph。最终以 Subgraph Centrality 排序，提取 Top N Hub 基因。

输入是基因列表文件，默认衔接上游交集分析的输出。输出包括 4 个文件：ppi_network.tsv（Cytoscape 可直接导入）、ppi_network.png（STRING 高清网络图）、hub_genes.txt（下游富集分析可用）和 hub_genes_ranked.csv（详细排名表）。

适用边界与注意点

• 仅支持人类基因（HGNC 标准符号）
• 置信度阈值影响网络密度：0.9 保留高可信边，0.4 更适合初步探索
• CytoNCA 计算密集，每轮需重新计算所有拓扑指标
• 特征向量中心性可能不收敛，脚本会自动用 PageRank 替代
• 需要访问 STRING 官网，国内网络可能需要代理
• 运行前应检查输出目录是否有残留文件