SAINT学习笔记

SAINT的介绍

SAINT（Significance Analysis of INTeractome）是一种概率方法，用于在亲和纯化-质谱(AP-MS)实验中对阴性对照的诱饵-猎物相互作用进行打分，从而获取与靶向蛋白具有可能互作关系的蛋白。

SAINTexpress是SAINT的改进版，具有更简单的统计模型和更快的评分算法，显著提高了计算速度和评分的敏感性，下面简单介绍一下这个软件的使用。

SAINTexpress的使用

下载与安装

wget https://sourceforge.net/projects/saint-apms/files/SAINTexpress_v3.6.3__2018-03-09.tar.gz

tar xf SAINTexpress_v3.6.3__2018-03-09.tar.gz

cd SAINTexpress_v3.6.3__2018-03-09 && make

输入文件的准备

主要有三个输入文件

Bait file

第一列是 IP name IP蛋白的名称，可以理解为具体的

第二列是 bait name 靶向蛋白的名称我的理解为第一列是具体

第三列是标识分组的 T标识test C 标识control
Prey file

第一列是 prey name 蛋白的名称可以为GI号或者Uniprot号

第二列是 prey protein length 蛋白的长度

第三列是 prey gene name 基因的名称可以与蛋白名称一样
Interaction file

第一列是 IP name

第二列是 bait name

第三列是 prey name

第四列是 spectral counts

软件的运行与参数

SAINTexpress-spc [OPTIONS] <interaction data> <prey data> <bait data>

-L 用来设置虚拟的对照值。例如，如果我们想获得对照的最大的4个光谱值

SAINTexpress-spc –L4 inter.dat prey.dat bait.dat

-R 设置计算时每一个baits使用重复的数量。当一些baits的重复多余其他的baits时，这个参数很有用，默认为100

合并已知交互关系的数据

可以输入一个GO格式的文件计算一个TopoAvgP的得分，需要提供包含两列的交互数据库文件，如下图的GO.txt文件。

第一列是GO id 应该可以为其他的id

第二列是属于这个GO term的基因id 用空格分隔开，id名称与prey file的第一列一样

SAINTexpress-spc –L4 inter.dat prey.dat bait.dat GO.txt

输出文件格式

输出的文件有16列，每一列的具体解释如下

Bait: bait identifier bait 文件里面的第二列

Prey: prey identifier 蛋白的名称

PreyGene: additional prey identifier 蛋白对应的基因名

**Spec: **spectral counts for the bait-prey pair 每一个样的光谱定量值

SpecSum: sum of the spectral counts 定量的和

AvgSpec: average spectral counts over replicates 平均定量值

NumReplicate: number of replicate purifications for the given bait 重复数

ctrlCounts: spectral counts in the negative controls 阴性对照的定量值

AvgP: main probability score 主要的打分值

**MaxP: **maximal probability score of the interaction over replicates 基于重复互作的最大概率得分

TopoAvgP: topology-aware probability score incorporating known interaction data 包含已知交互数据的拓扑感知概率得分

TopoMaxP: topology-aware maximal probability score over replicates 基于拓扑感知的重复最大概率得分

**SaintScore: **larger of AvgP and TopoAvgP AvgP和TopoAvgP中的较大值

**FoldChange: **average spectral count in test interaction divided by the average in controls 处理的平均光谱值处理对照的平均光谱值

Boosted_by: indicates which known interactors of the same bait contributed to TopoAvgP 基于同一诱饵的已知互作关系得到的一个TopoAvgP共享值，具体不太清楚，需要使用GO.txt文件才会得到这个值

FDR: Bayesian false discovery rate 矫正值

logOddsScore: 得分值，应该是指示互作的概率？一般取log