簡(jiǎn)介網(wǎng)絡(luò)藥理學(xué)將傳統(tǒng)“一藥一靶”的研究范式拓展為“一藥多靶一網(wǎng)”借助虛擬篩選與分子對(duì)接技術(shù)在計(jì)算層面快速預(yù)測(cè)化合物與潛在靶點(diǎn)之間的相互作用。其核心原理是基于化合物結(jié)構(gòu)特征與已知蛋白數(shù)據(jù)庫(kù)進(jìn)行反向匹配并通過(guò)通路富集分析將散在靶點(diǎn)映射到生物學(xué)功能模塊從而構(gòu)建“藥物-靶點(diǎn)-通路”層級(jí)網(wǎng)絡(luò)。這套方法的價(jià)值在于顯著降低實(shí)驗(yàn)試錯(cuò)成本尤其適用于中藥復(fù)方機(jī)制解析、天然產(chǎn)物作用靶點(diǎn)預(yù)測(cè)等研究場(chǎng)景。完整的虛擬篩選流程涵蓋分子結(jié)構(gòu)準(zhǔn)備、靶點(diǎn)評(píng)分過(guò)濾、UniProt編號(hào)轉(zhuǎn)換及Cytoscape網(wǎng)絡(luò)圖構(gòu)建每一步的格式規(guī)范與參數(shù)選擇都直接影響后續(xù)富集結(jié)果的可靠性。針對(duì)上傳報(bào)錯(cuò)、Fit值偏低、通路全空等高頻問(wèn)題也提供了可落地的排查思路。1. 網(wǎng)絡(luò)藥理學(xué)篩選方法從“一藥一靶”變成“一藥多靶一網(wǎng)”網(wǎng)絡(luò)藥理學(xué)這幾年在中藥復(fù)方和天然產(chǎn)物機(jī)制研究里幾乎成了標(biāo)配。它的核心不是把藥物和靶點(diǎn)一對(duì)一地找出來(lái)而是把化合物、靶點(diǎn)、通路放到一張網(wǎng)絡(luò)里看藥物到底影響了哪些生物學(xué)模塊。對(duì)做藥物機(jī)制、藥效物質(zhì)基礎(chǔ)或者毒理預(yù)測(cè)的人來(lái)說(shuō)這套方法最大的價(jià)值在于不用做大規(guī)模濕實(shí)驗(yàn)也能在短時(shí)間內(nèi)產(chǎn)出一張有邏輯的“藥物-靶點(diǎn)-通路”關(guān)系網(wǎng)給后續(xù)驗(yàn)證提供候選方向。經(jīng)常有研究者問(wèn)我拿到一個(gè)化合物除了查文獻(xiàn)還有什么辦法判斷它的作用靶點(diǎn)我一般建議直接走一遍虛擬篩選。用分子結(jié)構(gòu)去匹配已知蛋白庫(kù)用富集分析把靶點(diǎn)映射到通路上再用網(wǎng)絡(luò)圖把層級(jí)關(guān)系畫(huà)出來(lái)。整個(gè)過(guò)程涉及的工具不少但邏輯是固定的。這篇文章按最常見(jiàn)的一套篩選流程來(lái)拆分子準(zhǔn)備、靶點(diǎn)預(yù)測(cè)、通路富集、Cytoscape網(wǎng)絡(luò)圖。每一段都會(huì)講清楚操作步驟、參數(shù)依據(jù)和容易踩的坑。適合剛接觸網(wǎng)絡(luò)藥理學(xué)、打算用公共數(shù)據(jù)庫(kù)做機(jī)制預(yù)測(cè)的從業(yè)者也適合想把手頭化合物快速跑通整套流程的同行參考。2. 先定研究思路兩種數(shù)據(jù)驅(qū)動(dòng)模式與四步篩選主線2.1 基于公共數(shù)據(jù)庫(kù)的預(yù)測(cè)建模網(wǎng)絡(luò)藥理學(xué)第一種研究思路是從公共數(shù)據(jù)庫(kù)和已發(fā)表的數(shù)據(jù)出發(fā)建立“藥物-靶點(diǎn)-疾病”預(yù)測(cè)網(wǎng)絡(luò)。這個(gè)思路的核心邏輯是既然藥物作用的靶點(diǎn)在數(shù)據(jù)庫(kù)中已經(jīng)積累了大量實(shí)驗(yàn)證據(jù)那么新的化合物只要結(jié)構(gòu)上能與這些已知靶點(diǎn)產(chǎn)生相互作用就可以被預(yù)測(cè)為潛在靶點(diǎn)。換句話說(shuō)這一步是在用已知知識(shí)“猜”未知關(guān)系猜測(cè)的質(zhì)量取決于數(shù)據(jù)庫(kù)覆蓋面和匹配算法的精度。實(shí)際操作中這條路線依賴的外部數(shù)據(jù)包括化合物結(jié)構(gòu)庫(kù)、蛋白三維結(jié)構(gòu)庫(kù)、藥物-靶點(diǎn)相互作用庫(kù)等。把化合物結(jié)構(gòu)提交到在線靶點(diǎn)預(yù)測(cè)平臺(tái)平臺(tái)用反向分子對(duì)接或藥效團(tuán)映射的方式逐一比對(duì)庫(kù)中所有已知靶點(diǎn)返回每個(gè)靶點(diǎn)的匹配打分。這里有兩個(gè)容易混淆的概念反向?qū)痈驅(qū)硬灰粯诱驅(qū)邮悄玫鞍缀Y化合物反向?qū)臃催^(guò)來(lái)是拿化合物篩蛋白。網(wǎng)絡(luò)藥理學(xué)里的靶點(diǎn)篩選用的就是反向?qū)拥倪壿?。這種做法的優(yōu)勢(shì)是快幾乎當(dāng)天就能拿到幾十個(gè)候選靶點(diǎn)劣勢(shì)也很明顯計(jì)算匹配和真實(shí)實(shí)驗(yàn)驗(yàn)證之間還有相當(dāng)距離假陽(yáng)性率偏高。因此一般建議在預(yù)測(cè)結(jié)果上加一層過(guò)濾優(yōu)先選擇與疾病適應(yīng)癥直接相關(guān)的靶點(diǎn)再對(duì)照已有文獻(xiàn)驗(yàn)證哪些靶點(diǎn)有藥理學(xué)支持。這一步“人肉判斷”雖然不增加計(jì)算量但能把明顯不合理的靶點(diǎn)提前排除后面通路富集的結(jié)果也會(huì)更干凈。2.2 基于組學(xué)數(shù)據(jù)的機(jī)制解析第二種思路是自下而上的實(shí)驗(yàn)驅(qū)動(dòng)路線通過(guò)轉(zhuǎn)錄組、蛋白組等高通量組學(xué)技術(shù)觀察藥物處理前后模型分子、細(xì)胞、組織或動(dòng)物中的表達(dá)變化再用生物信息學(xué)方法去構(gòu)建網(wǎng)絡(luò)。和第一種思路比它更貼近真實(shí)生物學(xué)但實(shí)驗(yàn)成本高數(shù)據(jù)分析復(fù)雜得多。具體操作上先做差異表達(dá)分析常用閾值是P值小于0.05、|log2FC|大于1由此得到差異基因集。然后做通路富集看這個(gè)基因集集中在哪些信號(hào)通路。最后把“藥物—靶點(diǎn)/差異基因—通路”拼接成網(wǎng)絡(luò)。和第一種思路的差別在于數(shù)據(jù)的來(lái)源是自己的實(shí)驗(yàn)而不是公共數(shù)據(jù)庫(kù)所以統(tǒng)計(jì)假設(shè)和實(shí)驗(yàn)設(shè)計(jì)都會(huì)直接影響網(wǎng)絡(luò)質(zhì)量。對(duì)剛接觸網(wǎng)絡(luò)藥理學(xué)的人而言第一種思路更適合作為入手點(diǎn)因?yàn)樗灰蕾嚫咄繉?shí)驗(yàn)設(shè)備和長(zhǎng)時(shí)間的數(shù)據(jù)分析周期。但等手里有了一些基礎(chǔ)數(shù)據(jù)后用第二種思路做驗(yàn)證和補(bǔ)充往往比單純計(jì)算預(yù)測(cè)更有說(shuō)服力。兩種思路在實(shí)踐中不是二選一經(jīng)?；榍昂笫窒扔霉矓?shù)據(jù)庫(kù)預(yù)測(cè)再用組學(xué)數(shù)據(jù)回填和校驗(yàn)最后匯成一張網(wǎng)絡(luò)圖。這個(gè)“混搭”用法在不同項(xiàng)目里很常見(jiàn)也是目前網(wǎng)絡(luò)藥理學(xué)論文里比較穩(wěn)的策略。對(duì)比兩種思路可以從數(shù)據(jù)來(lái)源、主要工具、時(shí)間成本和假陽(yáng)性風(fēng)險(xiǎn)幾個(gè)角度看我給一個(gè)簡(jiǎn)單的對(duì)照表維度公共數(shù)據(jù)庫(kù)預(yù)測(cè)建模組學(xué)數(shù)據(jù)機(jī)制解析數(shù)據(jù)來(lái)源公共數(shù)據(jù)庫(kù)與文獻(xiàn)自己做的組學(xué)實(shí)驗(yàn)主要工具對(duì)接平臺(tái)、靶點(diǎn)預(yù)測(cè)服務(wù)差異分析、富集分析工具時(shí)間成本數(shù)天數(shù)周到數(shù)月假陽(yáng)性風(fēng)險(xiǎn)較高較低但噪聲多適用場(chǎng)景初步探索、候選靶點(diǎn)挖掘機(jī)制驗(yàn)證、論文數(shù)據(jù)支撐這個(gè)對(duì)照表也是選路線的依據(jù)時(shí)間緊就選第一種要做深機(jī)制就選第二種。兩條路線最后的落點(diǎn)都是“藥物-靶點(diǎn)-通路”網(wǎng)絡(luò)差別只在前期的數(shù)據(jù)來(lái)源不同。2.3 虛擬篩選四步主線分子→靶點(diǎn)→通路→網(wǎng)絡(luò)圖無(wú)論選哪種思路虛擬篩選是有固定流程的至少四個(gè)環(huán)節(jié)準(zhǔn)備待篩選分子、靶點(diǎn)篩選、通路篩選、網(wǎng)絡(luò)藥理圖繪制。這個(gè)順序不是隨便定的每一步的輸出恰好是下一步的輸入環(huán)環(huán)相扣。前面任何一個(gè)環(huán)節(jié)出了格式問(wèn)題后面的富集和作圖都會(huì)受到牽連。第一步把分子結(jié)構(gòu)轉(zhuǎn)成標(biāo)準(zhǔn)格式sdf。大多數(shù)靶點(diǎn)預(yù)測(cè)平臺(tái)接收sdf或mol這也是目前交換分子結(jié)構(gòu)最通用的格式之一。第二步把sdf提交到在線靶點(diǎn)預(yù)測(cè)平臺(tái)得到靶點(diǎn)列表和打分。這里要求的是單分子提交一次一個(gè)結(jié)構(gòu)。第三步把靶點(diǎn)蛋白代碼轉(zhuǎn)換成標(biāo)準(zhǔn)蛋白編號(hào)再提交到通路富集平臺(tái)得到靶點(diǎn)顯著富集的通路。這里有個(gè)隱藏門(mén)檻不同平臺(tái)對(duì)編號(hào)格式的要求不統(tǒng)一轉(zhuǎn)換時(shí)很容出錯(cuò)。第四步把“化合物-靶點(diǎn)”和“靶點(diǎn)-通路”兩類關(guān)系合在同一個(gè)Excel表中導(dǎo)入網(wǎng)絡(luò)繪圖軟件做可視化布局。整套流程的計(jì)算壓力其實(shí)不大靶點(diǎn)預(yù)測(cè)和通路富集靠服務(wù)器算力本地電腦只承擔(dān)結(jié)構(gòu)繪制、表格整理和作圖。真正耗費(fèi)時(shí)間的反而是數(shù)據(jù)整理幾十個(gè)靶點(diǎn)逐一轉(zhuǎn)換蛋白編號(hào)這類瑣碎工作我會(huì)用批量檢索而不是手動(dòng)逐個(gè)點(diǎn)。格式銜接是這條流程最容易翻車的地方分子格式不對(duì)、靶點(diǎn)名稱多一個(gè)空格都會(huì)讓后續(xù)步驟反復(fù)返工。把這條主線拆清楚后面每個(gè)環(huán)節(jié)的細(xì)節(jié)才能對(duì)得上。3. 靶點(diǎn)篩選實(shí)操?gòu)腟DF分子文件到Fit值打分3.1 分子結(jié)構(gòu)準(zhǔn)備繪圖、SDF格式與文件自檢靶點(diǎn)篩選的第一步是把化合物結(jié)構(gòu)轉(zhuǎn)成靶點(diǎn)預(yù)測(cè)平臺(tái)能讀的sdf文件。常見(jiàn)做法是用ChemBioOffice 2008以上版本畫(huà)好二維結(jié)構(gòu)再另存為sdf格式也有不少人直接從PubChem等公共化合物庫(kù)下載sdf文件甚至從文獻(xiàn)的補(bǔ)充材料里拿現(xiàn)成的MOL文件再轉(zhuǎn)換。無(wú)論來(lái)源是哪種最終交給靶點(diǎn)預(yù)測(cè)平臺(tái)的文件必須格式規(guī)范。sdf是一種分子結(jié)構(gòu)存儲(chǔ)的標(biāo)準(zhǔn)文本格式每個(gè)化合物以塊為單位包含原子坐標(biāo)、鍵連接信息和可選字段。大多數(shù)靶點(diǎn)預(yù)測(cè)平臺(tái)接收sdf或mol格式。這里有個(gè)關(guān)鍵點(diǎn)一個(gè)sdf文件里只能存一個(gè)結(jié)構(gòu)如果手里有多個(gè)分子要拆成多個(gè)文件逐一提交平臺(tái)不會(huì)接受混合文件。有些人習(xí)慣把整批分子塞進(jìn)一個(gè)sdf里圖省事結(jié)果上傳后平臺(tái)只讀取第一個(gè)分子后面的靶點(diǎn)全丟這個(gè)坑我見(jiàn)過(guò)不少次。提交前我習(xí)慣先用命令行看一眼文件內(nèi)容避免文件損壞或內(nèi)容不對(duì)。在Linux或macOS終端里一條head命令就能看到文件頭head -20 compound.sdf如果輸出里能看到原子行原子符號(hào)加三個(gè)坐標(biāo)數(shù)字說(shuō)明文件可用如果打開(kāi)是亂碼或全是空行多半是文件損壞回繪圖軟件重新導(dǎo)出。還要注意分子電荷和氫原子狀態(tài)畫(huà)結(jié)構(gòu)時(shí)把溶劑分子或金屬離子也畫(huà)進(jìn)去會(huì)導(dǎo)致匹配出一堆無(wú)關(guān)靶點(diǎn)因?yàn)檫@些原子會(huì)被平臺(tái)當(dāng)作結(jié)構(gòu)的一部分去參與打分。這條命令的作用是查看sdf文件前20行確認(rèn)格式是純文本且內(nèi)容非空。sdf的原子塊行通常是“原子符號(hào)坐標(biāo)X坐標(biāo)Y坐標(biāo)Z”的排列前20行出現(xiàn)坐標(biāo)就說(shuō)明結(jié)構(gòu)體正常。head的參數(shù)-n也可以換成5或50只看頭部關(guān)鍵幾行就夠不需要讀完整文件。這個(gè)自檢習(xí)慣能省掉后續(xù)上傳失敗時(shí)反復(fù)改文件的來(lái)回值得每次提交前花三十秒走一遍。3.2 在線靶點(diǎn)預(yù)測(cè)一次只傳一個(gè)分子Job ID當(dāng)密碼分子文件準(zhǔn)備好之后提交到在線靶點(diǎn)預(yù)測(cè)平臺(tái)。這類平臺(tái)的流程基本一致上傳分子結(jié)構(gòu)后臺(tái)做反向?qū)踊蛩幮F(tuán)匹配返回靶點(diǎn)列表及打分。我的經(jīng)驗(yàn)是每次只提交一個(gè)分子不要試圖批量操作因?yàn)榻^大多數(shù)平臺(tái)對(duì)單次任務(wù)有明確的文件粒度限制。操作順序是打開(kāi)靶點(diǎn)預(yù)測(cè)服務(wù)頁(yè)面選擇瀏覽文件把sdf傳上去提交后系統(tǒng)給一個(gè)Job ID。這個(gè)Job ID是下載結(jié)果的“密碼”在結(jié)果頁(yè)找回列表必須靠它記不住就只能重新提交。頁(yè)面刷新后可以從已提交列表里找但提交記錄不會(huì)永久保留隔幾天再來(lái)看可能已經(jīng)被清理掉。所以拿到Job ID的第一件事就是寫(xiě)進(jìn)實(shí)驗(yàn)記錄不要依賴記憶。結(jié)果下載通常包含兩個(gè)內(nèi)容靶點(diǎn)名稱列表帶物種信息和靶點(diǎn)蛋白代碼和對(duì)應(yīng)的匹配打分。拿到結(jié)果后先過(guò)濾一遍把打分低于0的靶點(diǎn)直接刪掉。負(fù)分意味著空間匹配不成立這部分在計(jì)算上沒(méi)有參考意義留在列表里只會(huì)污染后續(xù)通路富集的結(jié)果。我自己通常會(huì)在Excel里加一個(gè)輔助列用篩選功能把Fit值為負(fù)的行全部隱藏再?gòu)?fù)制一份干凈列表給后面步驟用。3.3 Fit值怎么讀匹配度不是結(jié)論平臺(tái)返回的每個(gè)靶點(diǎn)都帶Fit值代表分子和靶點(diǎn)的匹配程度數(shù)值越高越好。多數(shù)情況下Fit值大于0.5左右就可以進(jìn)入候選集合但具體閾值不能死守要結(jié)合候選數(shù)量動(dòng)態(tài)調(diào)整。如果一批靶點(diǎn)分?jǐn)?shù)都低先把最高分那批記錄下來(lái)再和已知文獻(xiàn)比對(duì)看是否落在合理范圍。Fit值的絕對(duì)高低受到分子大小、結(jié)構(gòu)柔性等因素影響不同分子之間直接比Fit值參考意義不大同分子內(nèi)排序篩選才是正確用法。Fit值高不等于這個(gè)靶點(diǎn)在真實(shí)生物環(huán)境里一定響應(yīng)這個(gè)分子。分子在體內(nèi)還要過(guò)吸收、分布、代謝幾道關(guān)計(jì)算只代表“結(jié)構(gòu)上能匹配”。所以我的習(xí)慣是取Fit值前20的靶點(diǎn)再?gòu)睦锩媾懦襞c疾病完全無(wú)關(guān)的靶點(diǎn)剩下的按排序進(jìn)入通路富集。這個(gè)前處理會(huì)讓后面富集分析少很多噪聲不多花時(shí)間但效果明顯。同時(shí)下載結(jié)果時(shí)務(wù)必把human相關(guān)靶點(diǎn)篩出來(lái)后面的通路富集數(shù)據(jù)庫(kù)對(duì)人類通路注釋最完善也最貼近藥物作用的生物學(xué)意義。非人源靶點(diǎn)先留在原始結(jié)果里不用徹底刪等確認(rèn)不需要再棄用。靶點(diǎn)名稱也會(huì)一并給出代碼形式比如PDPK1_HUMAN這類寫(xiě)法。后面的UniProt轉(zhuǎn)換就要用這個(gè)代碼去查編號(hào)所以Excel整理時(shí)別把靶點(diǎn)名稱列刪了也不要改成中文名保持原文最穩(wěn)妥。4. 通路篩選實(shí)操UniProt編號(hào)轉(zhuǎn)換與p值閾值選擇4.1 靶點(diǎn)名稱到標(biāo)準(zhǔn)蛋白編號(hào)UniProt的查詢邏輯上一步拿到的靶點(diǎn)名稱是類似PDPK1_HUMAN的寫(xiě)法這不是通路富集平臺(tái)直接認(rèn)的格式。多數(shù)通路富集平臺(tái)要的是標(biāo)準(zhǔn)蛋白編號(hào)比如UniProt編號(hào)P00517這類。所以中間必須經(jīng)過(guò)一個(gè)轉(zhuǎn)換步驟最常去的就是UniProt。如果跳過(guò)這一步直接拿原始名稱去富集平臺(tái)要么報(bào)格式錯(cuò)誤要么返回一個(gè)空結(jié)果白白浪費(fèi)一次任務(wù)。在UniProt檢索框輸入PDPK1_HUMAN搜索結(jié)果會(huì)定位到對(duì)應(yīng)蛋白條目頁(yè)面頂部顯示蛋白編號(hào)。把這個(gè)編號(hào)記下來(lái)作為后續(xù)通路富集平臺(tái)的輸入。這里有個(gè)細(xì)節(jié)頁(yè)面可能同時(shí)出現(xiàn)多條同源記錄必須把物種篩選為人否則拿到的是小鼠或大鼠的同源編號(hào)富集結(jié)果會(huì)跑偏。物種篩錯(cuò)的后果不一定會(huì)報(bào)錯(cuò)但通路結(jié)果會(huì)和人體生物學(xué)背景完全不匹配到作圖階段才發(fā)現(xiàn)問(wèn)題就晚了。靶點(diǎn)數(shù)量多的時(shí)候一個(gè)個(gè)搜效率太低。常見(jiàn)做法是先把靶點(diǎn)名稱列表整理成txt或csv用UniProt的批量檢索功能一次提交整個(gè)列表導(dǎo)出轉(zhuǎn)換后的編號(hào)列表。批量操作時(shí)保留兩列原始靶點(diǎn)名稱和轉(zhuǎn)換后的蛋白編號(hào)方便后續(xù)溯源。我一般會(huì)順便把基因名也拉下來(lái)后面做圖時(shí)標(biāo)簽用基因名比用編號(hào)短得多Cytoscape節(jié)點(diǎn)上的字也不會(huì)擠在一起。4.2 通路富集平臺(tái)的注冊(cè)、上傳與提交通路富集平臺(tái)通常要求注冊(cè)賬戶才能使用注冊(cè)后會(huì)有自己的項(xiàng)目空間。打開(kāi)平臺(tái)主頁(yè)面注冊(cè)并登錄新建一個(gè)項(xiàng)目把整理好的蛋白編號(hào)列表導(dǎo)入到這個(gè)項(xiàng)目里。上傳時(shí)平臺(tái)一般允許直接粘貼編號(hào)或?qū)雝xt文件格式要求是每行一個(gè)編號(hào)不允許有空行也不要有引號(hào)。Excel復(fù)制過(guò)來(lái)的數(shù)值如果帶了隱藏格式粘貼進(jìn)網(wǎng)頁(yè)提交框后經(jīng)常被識(shí)別成兩行這也是一個(gè)不容易察覺(jué)的坑。填到靶基因/蛋白提交窗口后提交運(yùn)行。整個(gè)分析過(guò)程一般在幾分鐘到十幾分鐘不等取決于平臺(tái)當(dāng)前的任務(wù)隊(duì)列。長(zhǎng)時(shí)間沒(méi)出結(jié)果別急著關(guān)頁(yè)面記得留意郵箱通知多數(shù)平臺(tái)會(huì)把結(jié)果下載鏈接發(fā)到注冊(cè)郵箱。如果等了半小時(shí)還沒(méi)動(dòng)靜先檢查輸入列表里有沒(méi)有平臺(tái)不認(rèn)的編號(hào)格式比如帶了下劃線后綴或UniProt版本號(hào)。跑完之后會(huì)返回一系列靶點(diǎn)相關(guān)的通路條目每條通路都帶p值。p值代表該通路上的靶點(diǎn)數(shù)量相對(duì)于隨機(jī)背景的富集程度p值越小越顯著。一般選擇p值小于0.01的通路納入后續(xù)網(wǎng)絡(luò)圖這是做這類分析比較通用的閾值許多論文里的網(wǎng)絡(luò)藥理學(xué)圖也基本卡在這個(gè)值上。p值的計(jì)算與輸入靶點(diǎn)數(shù)量直接相關(guān)靶點(diǎn)太小時(shí)即使真實(shí)存在生物學(xué)關(guān)聯(lián)統(tǒng)計(jì)上也很難達(dá)到顯著。4.3 p0.01閾值怎么調(diào)整不是死規(guī)矩p值閾值選0.01還是0.05要看手里的靶點(diǎn)數(shù)量和作圖需求。靶點(diǎn)只有十幾個(gè)時(shí)用0.05可能富集出五六十條通路網(wǎng)絡(luò)圖密密麻麻沒(méi)法看靶點(diǎn)有上百個(gè)時(shí)用0.01可能只剩幾條通路又太單薄。十個(gè)到二十個(gè)靶點(diǎn)這個(gè)區(qū)間p0.01是經(jīng)常能找到平衡的閾值既保留了核心通路又不會(huì)讓后續(xù)網(wǎng)絡(luò)圖太雜亂。實(shí)際使用中我會(huì)把p0.01的通路全部導(dǎo)出同時(shí)把命中靶點(diǎn)數(shù)、富集倍數(shù)一并導(dǎo)出再在Excel里排一次序優(yōu)先選“命中靶點(diǎn)數(shù)多且p值低”的通路。這類通路往往是該化合物的核心通路是網(wǎng)絡(luò)圖上最值得突出展示的節(jié)點(diǎn)。p值靠邊的通路比如0.008這種可以先留作候選接近閾值但不達(dá)標(biāo)的通路保留名單但不強(qiáng)調(diào)免得網(wǎng)絡(luò)圖信息過(guò)載。還有一點(diǎn)容易被忽略有的平臺(tái)會(huì)給出“靶點(diǎn)-通路關(guān)系表”的下載入口導(dǎo)出后可以直接在Excel里篩出某個(gè)通路上命中了哪幾個(gè)靶點(diǎn)。這組數(shù)據(jù)對(duì)后續(xù)做圖非常有價(jià)值建議順手下載保存。有了這個(gè)關(guān)系表才能在Cytoscape里畫(huà)出“化合物→靶點(diǎn)→通路”的完整層級(jí)連線而不是只在通路級(jí)別畫(huà)幾個(gè)孤立的圓圈。5. 常見(jiàn)問(wèn)題排查從上傳失敗到通路全空的五個(gè)坑5.1 分子上傳直接報(bào)錯(cuò)現(xiàn)象sdf文件傳到靶點(diǎn)預(yù)測(cè)平臺(tái)后頁(yè)面報(bào)錯(cuò)不生成Job ID。原因文件里包含了多個(gè)結(jié)構(gòu)或者sdf雖然擴(kuò)展名正確內(nèi)容卻是mol2或V2000/V3000混用平臺(tái)解析不了也可能是結(jié)構(gòu)被保存成二維平面坐標(biāo)缺少三維構(gòu)象信息平臺(tái)對(duì)接時(shí)直接判定為不可用。解決先打開(kāi)繪圖軟件重新確認(rèn)是單一結(jié)構(gòu)另存為標(biāo)準(zhǔn)sdf。用文本編輯器打開(kāi)sdf核對(duì)原子個(gè)數(shù)信息是否和結(jié)構(gòu)一致比如碳?xì)溲醯臄?shù)量和分子式對(duì)得上。工具生成的sdf建議用OpenBabel做一次標(biāo)準(zhǔn)化命令行寫(xiě)法是obabel input.sdf -O output.sdf --gen3d這樣能補(bǔ)全三維坐標(biāo)并統(tǒng)一格式。這個(gè)習(xí)慣能修復(fù)大多數(shù)格式兼容問(wèn)題每次換平臺(tái)前我都強(qiáng)制走一遍這個(gè)轉(zhuǎn)換。5.2 Fit值普遍偏低現(xiàn)象靶點(diǎn)預(yù)測(cè)結(jié)果全部Fit值都在0.3以下沒(méi)有明顯高分。原因分子結(jié)構(gòu)可能有張力或電荷分布異常導(dǎo)致對(duì)接打分整體偏低也可能是畫(huà)結(jié)構(gòu)時(shí)用的構(gòu)象和平臺(tái)默認(rèn)三維構(gòu)象差別太大平臺(tái)從僵硬的構(gòu)象里找不到好的匹配姿勢(shì)。解決在繪圖軟件里先做一步能量最小化把結(jié)構(gòu)釋放到合理構(gòu)象再導(dǎo)出sdf提交前檢查質(zhì)子化狀態(tài)按生理pH補(bǔ)氫。另外不要直接提交二維平面結(jié)構(gòu)圖轉(zhuǎn)換來(lái)的sdf盡量保存為包含三維坐標(biāo)的sdf平臺(tái)對(duì)接才能正確計(jì)算。Fit值偏低時(shí)也別急著全盤(pán)否定先拿已知活性的陽(yáng)性對(duì)照分子跑一遍同樣的流程如果陽(yáng)性對(duì)照也低說(shuō)明是平臺(tái)或參數(shù)的問(wèn)題而不是分子本身的問(wèn)題。5.3 UniProt搜不到目標(biāo)蛋白現(xiàn)象輸入PDPK1_HUMAN頁(yè)面提示找不到對(duì)應(yīng)條目。原因靶點(diǎn)名稱里的物種縮寫(xiě)是舊版注釋或者Excel手動(dòng)修改時(shí)引入了空格也可能是平臺(tái)返回的靶點(diǎn)名稱是別名而非主名UniProt默認(rèn)搜索不支持別名匹配。解決從靶點(diǎn)預(yù)測(cè)平臺(tái)原始結(jié)果里直接復(fù)制完整靶點(diǎn)名稱不做任何手動(dòng)修改搜索時(shí)去掉物種前綴只保留基因名比如只搜PDPK1再用UniProt側(cè)邊欄的物種過(guò)濾功能指定人源。如果還搜不到去Ensembl或NCBI里先查一下基因名反查蛋白編號(hào)。記住不要把Excel里的名稱列做任何“美化”處理空格、換行、全半角引號(hào)都會(huì)導(dǎo)致查找失敗。5.4 通路富集平臺(tái)注冊(cè)失敗現(xiàn)象注冊(cè)頁(yè)面要求郵箱驗(yàn)證但一直收不到驗(yàn)證郵件。原因平臺(tái)對(duì)部分郵箱域名的信件過(guò)濾比較嚴(yán)格或填寫(xiě)的用戶名已被占用也可能是注冊(cè)時(shí)網(wǎng)絡(luò)環(huán)境被風(fēng)控系統(tǒng)攔截。解決換一個(gè)常用郵箱重新注冊(cè)不要用剛注冊(cè)的臨時(shí)郵箱記得查看垃圾郵件文件夾如果還不行直接申請(qǐng)平臺(tái)的試用賬號(hào)。提醒一句不要拿別人的共享賬號(hào)登錄并上傳自己的數(shù)據(jù)數(shù)據(jù)分析完成后平臺(tái)會(huì)保留項(xiàng)目現(xiàn)場(chǎng)數(shù)據(jù)存在被他人看到的風(fēng)險(xiǎn)。注冊(cè)后每次登錄前也要注意確認(rèn)平臺(tái)域名正確避免打開(kāi)仿冒頁(yè)面泄露賬號(hào)信息。5.5 富集結(jié)果全是p0.05的通路現(xiàn)象通路富集跑完p值沒(méi)有一條低于0.01幾乎沒(méi)有顯著通路。原因輸入靶點(diǎn)數(shù)量太少統(tǒng)計(jì)功效不足或者靶點(diǎn)里摻入了非人源條目被混合分析后拉低顯著性還有一個(gè)可能是靶點(diǎn)編號(hào)轉(zhuǎn)換時(shí)混用了舊版ID平臺(tái)匹配不到對(duì)應(yīng)的通路注釋。解決回到靶點(diǎn)篩選那一步確認(rèn)只保留了人類相關(guān)靶點(diǎn)把Fit值閾值放寬一點(diǎn)納入更多候選靶點(diǎn)再做一次富集。如果還是不顯著可以把已知文獻(xiàn)里同類化合物的已知靶點(diǎn)補(bǔ)充進(jìn)列表參考。這一步做下來(lái)基本能解決通路全空的問(wèn)題。如果加了陽(yáng)性靶點(diǎn)仍然全空那就是編號(hào)轉(zhuǎn)換環(huán)節(jié)出了系統(tǒng)性錯(cuò)誤回到UniProt重新做一次批量轉(zhuǎn)換而不是在富集平臺(tái)里反復(fù)試。6. Cytoscape網(wǎng)絡(luò)圖構(gòu)建進(jìn)階兩列數(shù)據(jù)與attributes定制6.1 Excel兩列結(jié)構(gòu)把“化合物-靶點(diǎn)”“靶點(diǎn)-通路”鋪平網(wǎng)絡(luò)藥理圖的原料是一張Excel表里面只有兩列。第一列放前一個(gè)節(jié)點(diǎn)第二列放后一個(gè)節(jié)點(diǎn)。第一種關(guān)系是“化合物—靶點(diǎn)”化合物放第一列靶點(diǎn)放第二列第二種關(guān)系是“靶點(diǎn)—通路”靶點(diǎn)放第一列通路放第二列。兩類關(guān)系不能分開(kāi)放兩個(gè)工作表要合并到同一個(gè)工作表中這樣Cytoscape導(dǎo)入時(shí)才把它們識(shí)別為同一套節(jié)點(diǎn)。實(shí)際準(zhǔn)備數(shù)據(jù)時(shí)小腳本能提高效率。比如用pandas把原料表直接整理成Cytoscape可導(dǎo)入的csvimport pandas as pd df pd.read_excel(raw_relation.xlsx, header0) df.columns [source, target] df.to_csv(network.csv, indexFalse, sep,) print(df.head())這段代碼用pandas讀取原始Excel表重命名列名先確認(rèn)前幾行內(nèi)容再輸出為csv。列名統(tǒng)一成source和targetCytoscape導(dǎo)入時(shí)可以少做一次手動(dòng)指認(rèn)。csv編碼建議用UTF-8如果軟件導(dǎo)入后中文變亂碼就另存一遍GBK再導(dǎo)入。表格單元格不能帶多余空格、引號(hào)或換行符這些會(huì)讓Cytoscape把同一個(gè)靶點(diǎn)識(shí)別成兩個(gè)獨(dú)立節(jié)點(diǎn)網(wǎng)絡(luò)圖里出現(xiàn)一堆孤立點(diǎn)。6.2 Cytoscape導(dǎo)入與attributes定制Cytoscape打開(kāi)后選擇File、Import、Network from Table指定source列為來(lái)源節(jié)點(diǎn)、target列為目標(biāo)節(jié)點(diǎn)確認(rèn)后連線就生成了。初次導(dǎo)入的圖通常比較亂用Layout里的Force-Directed布局整理一下節(jié)點(diǎn)會(huì)撐開(kāi)成清晰網(wǎng)絡(luò)。我一般會(huì)把節(jié)點(diǎn)標(biāo)簽字體調(diào)到14號(hào)以上網(wǎng)絡(luò)圖才有可讀性默認(rèn)的10號(hào)字在導(dǎo)出PNG后幾乎看不清。讓圖具備分組語(yǔ)義需要導(dǎo)入attributes。新建一張三列小表節(jié)點(diǎn)名、類型、數(shù)值。把通路節(jié)點(diǎn)設(shè)值為2化合物節(jié)點(diǎn)設(shè)值為3靶點(diǎn)節(jié)點(diǎn)設(shè)值為1。導(dǎo)入作為節(jié)點(diǎn)屬性后在樣式映射里把類型映射成顏色和形狀化合物用菱形靶點(diǎn)用圓形通路用三角形。連線顏色也可以分組比如“化合物→靶點(diǎn)”用實(shí)線、“靶點(diǎn)→通路”用虛線一眼就能看清層級(jí)。實(shí)際操作中先把節(jié)點(diǎn)顏色映射試一遍形狀映射留到最后調(diào)因?yàn)樾螤顚?duì)視覺(jué)密度的影響比顏色大得多。這樣一張網(wǎng)絡(luò)藥理圖就能直接放進(jìn)論文了。從那以后我每次拿到靶點(diǎn)列表的第一件事都不是急著做富集而是先把物種篩成人把打分閾值寫(xiě)進(jìn)實(shí)驗(yàn)記錄。這個(gè)習(xí)慣幫我在后續(xù)所有分析里少走了很多彎路希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取