网络药理学：16、（待更）速通流程版

一、筛选疾病靶点

GeneCards

1. 下载数据得到GeneCards-SearchResult.csv
2. 通过Relevance score≥1.0得到GeneCards.csv
3. 步骤2只保留Gene Symbol，即基因名这一列得到GeneCards_gene_names.csv

OMIM

1. 下载数据得到OMIM-Gene-Map-Retrieval.xlsx
2. 只保留Gene/Locus，即基因名这一列得到OMIM.xlsx
3. 处理OMIM.xlsx，得到单个基因名只占一行、去重、去除空格的OMIM_gene_names.xlsx

TDD

1. 手动粘贴Target Name小括号里面的基因名称，加上列名GeneName，得到TDD_gene_names.csv

汇总

1. 取三个数据库的交集或并集（一般取交集），去重，得到disease.xlsx，数据量为几千个为合适的。

二、筛选药物成分

TCMSP

1. 用OB≥30%, DL≥0.18标准筛选后手动粘贴数据得到TCMSP.xlsx（数据量太少就用OB≥20%, DL≥0.18）

SwissADME二次筛选

1. 用高GI和两条yes于Druglikeness标准进行二次筛选，得到SwissADME.xlsx，最终数据量为几条到十几条。

三、查询成分相关信息

TCMSP根据成分名称（Molecule Name）获取其mol2格式文件

PubChem根据成分名称获取其2D结构的SDF格式文件

四、预测成分靶点

新建子文件夹药物靶点，在里面再建子文件夹PharmMapper和SwissTarget。

PharmMapper

1. 用SDF(2D或3D都可)/MOL2格式文件上传任务（一般2D的SDF最常用）
2. 下载任务数据集，命名为成分名称_pharmMapper.csv
3. 对步骤2得到的文件进行处理，列只要Norm Fit和Uniplot，得到成分名称_pharmMapper_uniplot.csv
4. 对步骤3得到的文件进行处理，只要Norm Fit≥0.9的数据行，得到成分名称_pharmMapper_filtered.csv
5. 对步骤4得到得文件进行处理，列只要Uniplot，去重，得到pharmMapper_filtered.csv，数据量在几十到几百正常。

SwissTargetPrediction

在SwissTarget文件夹内新建子文件夹原数据和top15（或者top20等）。

1. 下载数据集，分别命名为成分名称_SwissTargetPrediction.csv
2. 选取Probability的Top15，列只要Common（靶点名）、Uniprot ID、Probability、ChEMBL ID，分别命名为成分名称_SwissTargettPrediction_top15.csv

如果Probability为0，那么即使在top15也不要选，数据量小时可以选择Top 20/Top 25，或者干脆≥0.7或≥0.1或＞0的都可。数据量过多时， probability大于10也可以。大于中位数也行。

4. 对步骤2得到的文件进行处理，把所有成分汇总，只保留列Common name和Uniprot ID，并去重，得到SwissTargetPrediction_top15_filtered.csv，数据量在几十到几百正常。

汇总

1. 取两个数据库的交集或并集（一般取交集，数据量过小就取并集），只保留Uniplot列，去重，得到drug.xlsx，数据量为几百个为合适的。

五、Uniprot转化为基因名

• 对成分靶点的数据文件转换为基因名，将From列改为Uniplot，将To列改为GeneName，命名为drug_genes.xlsx

六、成分靶点和疾病靶点取交集，做韦恩图

新建子文件夹交集和韦恩图。

• 用取交集在线网站取成分靶点和疾病靶点的交集，命名为drug_and_disease.xlsx
• 用画韦恩图在线网站画韦恩图，命名为venn.png

七、构建PPI网络

新建子文件夹PPI网络。

• String数据库输入交集基因，调整置信度为0.9（或者0.4）
• 隐藏掉没有连接的节点（network display options中勾选hide disconnected ... ）
• 去除文本挖掘（active interation sources中去除Textmining）
• 调整图像后保存为png格式（as a bitmap image）和tsv格式（as short tabuler...）

八、GO和KEGG标注