Анализ списка ID производился в базе STRING.

При запросе был выбран поиск multiple proteins, а организмом стал человек. Для каждого белка известна (или предсказана) структура. Видно, что белки достаточно сильно "связаны" друг с другом. Однако UEVLD и LDHAL6B не имеют ни одной связи ни с одним из белков. Данная сеть имеет больше взаимодействий, нежели ожидалось (p-value < 1.0e-16). Это означает, что скорее всего белки действительно связаны между собой.

Для проверки наличия ассоциации между белками воспользуемся таблицей с аннотациями к белкам. По этим данным было построено облако слов.

Наиболее популярными словами являются CoA, дегидрогеназа, митохондриальный, Acyl CoA. Вероятно, полученный набор белков работает с карбоксильными группами, обладает окислительно-восстановительными свойствами, а также учавствует в метаболизме жирных кислот. Это подтверждается ссылкой STRING на базу GO.

Далее сеть была преобразована в таблицу и выгружена в питон. Важно отметить, что в таблице грани присутвуют парами: как от узала A к B, так и от B к A. Так что всего в сети присутствует 45 граней.

import pandas as pd
from ipywidgets import interact
import matplotlib.pyplot as plt

data = pd.read_csv('string_interactions.tsv', sep = '\t')
data.head()

	node1	node2	node1_string_id	node2_string_id	neighborhood_on_chromosome	gene_fusion	phylogenetic_cooccurrence	homology	coexpression	experimentally_determined_interaction	database_annotated	automated_textmining	combined_score
0	AACS	BDH2	9606.ENSP00000324842	9606.ENSP00000296424	0.000	0	0.0	0.0	0.062	0.0	0.9	0.136	0.911
1	AACS	HMGCS1	9606.ENSP00000324842	9606.ENSP00000322706	0.000	0	0.0	0.0	0.145	0.0	0.9	0.511	0.954
2	AACS	PHGDH	9606.ENSP00000324842	9606.ENSP00000358417	0.000	0	0.0	0.0	0.000	0.0	0.0	0.405	0.405
3	AACS	ACADM	9606.ENSP00000324842	9606.ENSP00000359871	0.000	0	0.0	0.0	0.066	0.0	0.0	0.661	0.669
4	AACS	ACAT2	9606.ENSP00000324842	9606.ENSP00000356015	0.054	0	0.0	0.0	0.109	0.0	0.9	0.360	0.938

data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 90 entries, 0 to 89
Data columns (total 13 columns):
 #   Column                                 Non-Null Count  Dtype  
---  ------                                 --------------  -----  
 0   node1                                  90 non-null     object 
 1   node2                                  90 non-null     object 
 2   node1_string_id                        90 non-null     object 
 3   node2_string_id                        90 non-null     object 
 4   neighborhood_on_chromosome             90 non-null     float64
 5   gene_fusion                            90 non-null     int64  
 6   phylogenetic_cooccurrence              90 non-null     float64
 7   homology                               90 non-null     float64
 8   coexpression                           90 non-null     float64
 9   experimentally_determined_interaction  90 non-null     float64
 10  database_annotated                     90 non-null     float64
 11  automated_textmining                   90 non-null     float64
 12  combined_score                         90 non-null     float64
dtypes: float64(8), int64(1), object(4)
memory usage: 9.3+ KB

neighborhood_on_chromosome - соседство на хромосоме.
gene_fusion - слияние генов.
phylogenetic_cooccurrence - филогенетическое родство.
homology - гомология.
coexpression - совместная экспрессия.
experimentally_determined_interaction - экспериментальные доказательства взаимодействия.
database_annotated - ассоциации по базам данных.
automated_textmining - совместное появление белков абстрактах статей.
combined_score - общая оценка взаимодействия

def plotter(column):
    return data[column].hist(bins = 15)

for i in list(data.columns[4:]):
    plotter(i)
    plt.title(i)
    plt.show()

Как внутри таблицы распределени те или иные оценки тех или иных взаимодействий? Для ответа на этот вопрос были построены гистограммы (хотел сделать интерактивную, но не получилось экспортировать в html :( ).

Большинство пар белков не являются соседними на хромосоме, негомологичны, далеко расположены на филогенетических деревьях, не коэкспрессируются, имеют мало ассоциаций в базах. Однако, среди этого набора, всё-таки, в каждой из названных категорий находятся пары белков, которые имеют устойчивое взаимодействие. Есть соседние, есть близкие родственники, есть соэкспрессирующиеся и тд.

Таким образом удалось выяснить, что данный набор белков расположен в митохондриальном матриксе, играет роль в окислительно-восстановительных процессах, процессах метаболизма жиров и ацетил-КоА. Между некоторыми белками наблюдаются устойчивые взаимодействия. Но не всеми. Кажется, что данный набор белков можно разбить на пару-тройку кластеров, внутри которых были бы достаточно взаимодействующие друг с другом белки.