网络药理学：5、零基础复现一篇生信文章：预测成分靶点+转化靶点为基因名+取靶点交集做韦恩图、PharmMapper、SwissTargetPrediction+UniProt数据库使用教程

一、前言

数据库网址

本文复现文章步骤（重要）

预测成分靶点，对应步骤【二】和【三】
转化靶点为基因名，对应步骤【四】
取成分靶点和疾病靶点交集做韦恩图，对应步骤【五】

二、PharmMapper预测成分潜在靶点

因为PharmMapper需要小分子化合物（药物）的mol2/SDF结构文件，所以需要事先去Pubchem数据库或者TCMSP数据库下载好。
一般是2D结构的SDF更加通用，有时候SDF格式提交任务失败，需要看下SDF是否是v3000的 sdf，是的话该网站不支持，需要用OpenBabel之类的软件转化一下。

网站首页和引用

网站首页如下，我们主要关注的是Submit Job：
在这里插入图片描述

要注意的是，如果我们的论文里面使用了PharmMapper，那么要将该网站首页最下方的参考文献也引用到论文里。
在这里插入图片描述

提交任务

我们来到Submit Job页面，如下：
在这里插入图片描述

这里必须要上传SDF文件（2D或者3D的都可以）或者MOL2结构文件。
邮箱地址可以随便填一个，甚至不用是正确的邮箱形式。不过建议填写正确的邮箱地址，因为任务完成时会往你邮箱里面发送通知。
任务描述可填可不填。
在这里插入图片描述
保持默认选项，直接Submit即可。随后它就会提交任务（这里需要等待一会），然后给我们一个Job Id，即任务ID，我们需要保存好它，然后去到Check Job页面

查看任务结果

看到任务还是进行中。
等待一段时间，任务完成后，如下：
在这里插入图片描述
点击View result（这里也要等待一会），如下：

这里可以看到Ligand:后面跟着CID号，然后下面一行告诉我们上传了什么文件，备注是什么。

其中有用的数据列有PDB ID（但是导出数据之后就不见这个PDB ID了）Normalized Fit Score（标准化打分），一般根据后者筛选数据。

拉到页面最底下可以看到下载选项
在这里插入图片描述

搜索结果处理

在这里插入图片描述

打开下载的数据文件，文件命名是以JOB ID命名的，建议改掉。
可以看到有用的数据列为Norm Fit（标准化打分）和Uniplot（Uniprot ID）
一般筛选标准化打分≥0.9的数据。

三、SwissTarget预测成分潜在靶点

该网站只能通过单个成分的SMILES号预测。

网站首页和搜索

网站首页如下：
在这里插入图片描述

左上角的Homo spiens是人类种的意思，一般不需要更改。
然后将我们成分的SMILES序列号粘贴进去，然后等待右侧2D结构渲染出来，确认下是否是我们想要的活性成分的结构。然后点击Predict targets
在这里插入图片描述
选择Export results的第二个图标，保存为csv格式的文件，文件名一般都是SwissTargetPrediction.csv，注意改名。