数据挖掘—多种方式获取全面的单体靶点
原创
数据挖掘—多种方式获取全面的单体靶点
网络药理学中，有的时候我们不是只关注某种复方或者中药的靶点，有的时候只要关注某种单体的潜在靶点。这就存在了一个问题，基于单一后者少数的数据库或途径得到的单体靶点十分的有限，不足以满足后续的分析需求。
正好最近做了一个生信需求，需要获取“芍药苷”的潜在靶点。这里，我总结了8种获取单体靶点的方式，尽可能多的获取其全面的靶点。
1 芍药苷
1.1 芍药苷分子
- 芍药苷（Paeoniflorin）是一种从中药材芍药中提取的单萜苷类化合物，也是芍药中最主要的活性成分之一。它具有多种生物活性和潜在的药理作用，在中医药和现代药理研究中都非常重要。
- PubChem数据库中检索Paeoniflorin：
#CID编号
CID: 442534
#分子式
MF: C23H28O11
#摩尔质量
MW: 480.5 g/mol
#smiles
C[C@]12C[C@@]3([C@@H]4C[C@]1([C@@]4([C@H](O2)O3)COC(=O)C5=CC=CC=C5)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O)O1.2 全面的芍药苷潜在靶点
1.2.1 TCMSP数据库
- TCMSP 的靶点数据来自文献和实验验证，较为可靠但可能缺乏一些新靶点或罕见靶点的关联信息,其为网络药理学中使用最为广泛的数据库
- TCMSP中芍药苷（Paeoniflorin）对应成分名为Paeoniflorin (MOL001924)
- 共检索到7个相关靶点
1.2.2 Hit2数据库
- Hit2数据库同TCMSP一样，数据库的信息全部来自文献，并经过人工核对
- 共检索到20个相关靶点
1.2.3 Herb数据库
- Herb是同样使用较为广泛的数据库，整合多个中药数据库（TCMID 2.0、TCM_ID、SymMap、TCMSP 2.3）数据，且年份较新
- Herb中芍药苷（Paeoniflorin）对应成分名为Paeoniflorin(HBIN038606)
- 共检索到16个相关靶点
1.2.4 CTD数据库
- CTD 是一个整合化学品-基因/蛋白、疾病及其相互作用的大型数据库，数据来源包括实验数据和文献挖掘。CTD 提供了药物与基因之间的交互作用信息，常用于毒理学、生物标志物预测及药物重定位研究。
- 本研究中共获取芍药苷相关基因靶点37个
1.2.5 SwissTargetPrediction预测
- SwissTargetPrediction 是基于分子结构和靶点的相似性进行预测，覆盖更多潜在靶点（包括新靶点和未在 TCMSP 中出现的靶点）。适用范围广泛，不仅适合中药，还可用于其他天然产物或合成化合物的筛选。
- 其靶点预测基于化合物-靶点的结构相似性，可能存在误差，需要进一步验证。
- 使用SwissTargetPrediction预测芍药苷（Paeoniflorin）潜在靶点（阈值Probability > 0.1，通常是用于初步筛选的较宽松阈值）
- 共预测83个可能靶点
1.2.6 SuperPred预测
- SuperPred 是一个基于机器学习算法的在线靶点预测工具，它通过已知药物和靶点之间的结构相似性以及模型精度来进行推断。SuperPred 结合了生物活性数据和蛋白-药物相互作用模型，适用于新药开发中的先导化合物预测。
- 本研究中设定阈值为预测概率（Probability）≥ 0.6 且模型准确率（Model accuracy）≥ 0.9，作为较为严格的标准以提高预测可信度。
- 共筛选出102个潜在靶点
1.2.7 PharmMapper预测
- PharmMapper 是一个基于反向药效团（Pharmacophore）匹配的靶点预测工具，常用于天然产物或未知作用机制化合物的靶点识别。它通过将化合物与大量蛋白质药效团模型比对，预测其可能结合的靶点。
- 本研究中设置筛选标准为 Norm Fit > 0.8，去除无 UniProt ID 的条目，并将 UniProt ID 转换为基因符号进行后续分析。
- 共预测得到167个潜在靶点
1.2.8 Batman-TCM预测
- BATMAN-TCM 是一个专门为中药设计的预测平台，利用化合物结构信息与靶点相似性进行计算，结合文献与网络药理分析评估结果可靠性。Batman-TCM适用于已知中药成分的靶点预测，预测结果已被多个中药网络药理学研究所引用。
- 本研究从 Batman-TCM 中整理收录了37个相关靶点
1.2.9 综合
- 综合以上分析，所有靶点经过合并去重后，共获得芍药苷全面潜在靶点346个（Table S9），为后续网络构建和富集分析奠定基础
2 代码
rm(list = ls())
options(stringsAsFactors = F)
library(readxl)
library(RColorBrewer)
library(data.table)
library(venn)
source("/Users\tianfu/Documents/database/RFunction/my_fuction_wangyao.R")
#TCMSP
#TCMSP
TCMSP_target_df <- data.table::fread("table\target.csv",data.table = F)
dim(TCMSP_target_df)#[1] 1489 12
colnames(TCMSP_target_df)
TCMSP_target_df <- TCMSP_target_df[TCMSP_target_df$MOL_ID == "MOL001924",]
dim(TCMSP_target_df)#[1] 4 12
write.csv(TCMSP_target_df,file = "table1/MOL001924_TCMSP.csv")
TCMSP_target <- c()
for (genes in TCMSP_target_df$`Gene Names`){
TCMSP_target <- c(TCMSP_target,strsplit(genes," ")[[1]])
}
TCMSP_target = unique(TCMSP_target)
length(TCMSP_target)#7
write.table(TCMSP_target,file = "table1/MOL001924_TCMSP_target.csv",
sep = "\t",
quote = F,
row.names = F,col.names = F)
#Hit2
Hit2_target <-read_excel("table/C0705-target.xlsx")
Hit2_target <- unique(Hit2_target$Symbol)
length(Hit2_target)#20
write.table(Hit2_target,file = "table1/C0705_Hit_target.csv",
sep = "\t",
quote = F,
row.names = F,col.names = F)
#Herb
Herb_target_df1 <- read_excel("table/herb/drug_paper_target2025_5_15.xlsx")
tmp1 <- Herb_target_df1$`Target name`
length(tmp1)#13
Herb_target_df2 <- read_excel("table/herb/ingredient_target2025_5_15.xlsx")
tmp2 <- Herb_target_df2$`Target name`
length(tmp2)#4
Herb_target <- unique(c(tmp1,tmp2))
length(Herb_target)#16
write.table(Herb_target,file = "table1/HBIN038606_Herb_target.csv",
sep = "\t",
quote = F,
row.names = F,col.names = F)
#swiss
Swiss_target_df <- data.table::fread("table/SwissTargetPrediction.csv",
data.table = F)
dim(Swiss_target_df)#[1] 100 7
Swiss_target_df <-Swiss_target_df[Swiss_target_df$`Probability*` > 0.1,]
dim(Swiss_target_df)#[1] 24 7
Swiss_target <- unique(Swiss_target_df$`Common name`)
Swiss_target_split <- unlist(strsplit(Swiss_target, " "))
length(Swiss_target_split)#24
write.table(Swiss_target_split,file = "table1/Swiss_target.csv",
sep = "\t",
quote = F,
row.names = F,col.names = F)
#SuperPred
SuperPred_df <- data.table::fread("table/SuperPred_Targets.csv",
data.table = F)
dim(SuperPred_df)#[1] 79 7
colnames(SuperPred_df)
range(SuperPred_df$Probability)
range(SuperPred_df$`Model accuracy`)
# 转换 Probability 为数值型
SuperPred_df$Probability_num <- as.numeric(gsub("%", "", SuperPred_df$Probability)) / 100
# 转换 Model accuracy 为数值型
SuperPred_df$ModelAcc_num <- as.numeric(gsub("%", "", SuperPred_df$`Model accuracy`)) / 100
dim(SuperPred_df)#[1] 24 7
# 筛选 Probability ≥ 0.6 且 Model accuracy ≥ 0.9 的结果
SuperPred_filtered_df <- SuperPred_df[
SuperPred_df$Probability_num >= 0.6 &
SuperPred_df$ModelAcc_num >= 0.9, ]
#uniprot id转化为genesymbol
SuperPred_filtered_df$Entry <- SuperPred_filtered_df$`UniProt ID`
UniProt <- data.table::fread("~/Documents/database/uniprot/uniprotkb_AND_reviewed_true_AND_model_o_2024_09_23.tsv",
data.table = F)
colnames(UniProt)
SuperPred_filtered_df <- merge(SuperPred_filtered_df, UniProt[, c("Entry", "Gene Names")],
by = "Entry", all.x = TRUE)
#按照空格拆分
SuperPred_target <- unique(unlist(strsplit(SuperPred_filtered_df$`Gene Names`, " ")))
length(SuperPred_target)#102
write.table(SuperPred_target,file = "table1/SuperPred_target.csv",
sep = "\t",
quote = F,
row.names = F,col.names = F)
#pharmmapper
Pharm_df <- data.table::fread("table/pharmmapper_250515091848.csv",
data.table = F)
Pharm_df <- Pharm_df[Pharm_df$`Norm Fit` > 0.8,]
Pharm_df <- Pharm_df[Pharm_df$Uniplot != "NONE",]
dim(Pharm_df)#90
#进行UniProt ID 到gene symbol的映射
UniProt <- data.table::fread("~/Documents/database/uniprot/uniprotkb_AND_reviewed_true_AND_model_o_2024_09_23.tsv",
data.table = F)
UniProt$Uniplot <- UniProt$`Entry Name`
colnames(Pharm_df)
colnames(UniProt)
Pharm_filtered_df <- merge(Pharm_df,UniProt[,c("Uniplot","Gene Names")],
by = "Uniplot", all.x = TRUE)
colnames(Pharm_filtered_df)
Pharm_filtered_df <- Pharm_filtered_df[!is.na(Pharm_filtered_df$`Gene Names`), ]
dim(Pharm_filtered_df)#67
Pharm_target <- unique(unlist(strsplit(Pharm_filtered_df$`Gene Names`," ")))
length(Pharm_target)#167
write.table(Pharm_target,file = "table1/Pharm_target.csv",
sep = "\t",
quote = F,
row.names = F,col.names = F)
#CTD
CTD_df <- data.table::fread("table/CTD_C015423_ixns_20250515053219.csv",
data.table = F)
CTD_target <- unique(CTD_df$`Gene Symbol`)
length(CTD_target)#37
write.table(CTD_target,file = "table1/CTD_target.csv",
sep = "\t",
quote = F,
row.names = F,col.names = F)
#BatmanCTM
Batman_target <- unique(c("MAPK8", "PRKAA2", "MMP9", "PRKAB1",
"PRKAA1", "NEDD4L", "IL1B", "MAPK14",
"APP", "ICAM1", "IRAK1", "MITF",
"NFKB1", "IGF1", "MIR29B1", "CREB1",
"STAT3", "NOX4", "TYRP1", "CYBB", "TNF",
"AKT1", "BGLAP", "CD14", "VEGFA", "SNCA",
"SOCS3", "PTGS2", "HSPA4", "HIF1A", "IL6",
"SHH", "ABCB1", "STK11", "LBP", "MAP3K5", "MAPK1"))
length(Batman_target)#37
write.table(Batman_target,file = "table1/Batman_target.csv",
sep = "\t",
quote = F,
row.names = F,col.names = F)
#Paeoniflorin----
Paeoniflorin_target <- unique(c(TCMSP_target,
Hit2_target,
Herb_target,
Swiss_target_split,
SuperPred_target,
Pharm_target,
CTD_target,
Batman_target))
length(Paeoniflorin_target)#346
write.table(Paeoniflorin_target,file = "table1/Paeoniflorin_target.csv",
sep = "\t",
quote = F,
row.names = F,col.names = F)
Paeoniflorin_list <- list(
#不能用<- 只能用=
TCMSP = TCMSP_target,
HIT2 = Hit2_target,
HERB = Herb_target,
SwissTargetPrediction = Swiss_target_split,
SuperPred = SuperPred_target,
PharmMapper = Pharm_target,
CTD = CTD_target,
BATMAN = Batman_target
)
my_create_venn_diagram(Paeoniflorin_list,"Paeoniflorin Target Genes",width = 6,title_line = 1)
save(Paeoniflorin_target,file="Rdata/1.Rdata")
#函数
my_create_venn_diagram <- function(gene_sets, title_text,output_file = "figure/", colors = NULL,
width = 5, height = 5, title_cex = 1.5, title_font = 2, title_col = "black", title_line = -1) {
# 设置默认颜色，如果用户未提供
if (is.null(colors)) {
colors <- c("#029149","#E0367A","#5D90BA","#431A3D","#91612D",
"#FFD121","#D8D155","#223D6C","#D20A13","#088247",
"#11AA4D","#7A142C","#5D90BA","#64495D","#7CC767")
}
# 检查输出目录是否存在，如果不存在则创建
if (!dir.exists(output_file)) {
dir.create(output_file, recursive = TRUE)
}
# 使用 title_text 生成文件路径
file_path <- paste0(output_file, title_text, ".pdf")
# 打开 PDF 输出设备
pdf(file = file_path, width = width, height = height)
# 绘制 Venn 图
venn(gene_sets,
col = colors[1:length(gene_sets)],
zcolor = colors[1:length(gene_sets)],
box = FALSE,
ilabels = "counts",
ilcs = 1.2, # 设置交集数字大小
sncs = 0.9 # 设置集合名称字体大小
)
# 添加标题
title(main = title_text,
cex.main = title_cex,
font.main = title_font,
col.main = title_col,
line = title_line)
# 关闭 PDF 输出设备
dev.off()
}数据库使用参考教程：
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
评论
登录后参与评论
推荐阅读
目录
腾讯云开发者
