文献阅读 磷酸化

maayanlab.net/KEA2/

---

1. 鉴定差异蛋白
2. 差异蛋白进行GO 分子功能，亚细胞定位
3. KEA2进行和KSEA激酶分析 kindmap是人类树
4. 获取motif
5. PPI

---

激酶家族	全称	功能特征
CAMK	Calcium/Calmodulin-dependent protein Kinase	对钙/钙调素敏感，参与Ca²⁺信号通路
TK	Tyrosine Kinase	专门磷酸化酪氨酸（Tyr）残基，重要于生长因子信号等
CMGC	CDK, MAPK, GSK, CLK	包括细胞周期调控（CDK）、应激应答（MAPK）等激酶
TKL	Tyrosine Kinase-Like	结构上类似TK，但多为丝氨酸/苏氨酸激酶
STE	Homologs of yeast Sterile kinases	与MAPK通路中STE激酶相似，调控MAPK信号
CK1	Casein Kinase 1	磷酸化多种底物，调控昼夜节律、细胞周期等
AGC	PKA, PKG, PKC family	包括很多与第二信使（如cAMP, DAG）相关的激酶

你列的这些列名是典型的 激酶-底物数据库表头，比如从 PhosphoSitePlus 或 NetworKIN 下载的数据。下面我一一解释这些列的含义和用途👇：

---

🧬【激酶-底物数据库表字段详解】

列名	含义	举例 / 说明
KINASE	激酶名称（通常为全名）	eg. MAPK1、EGFR
KIN_ACC_ID	激酶的 UniProt accession（可能含 isoform）	eg. P27361-1
GENE	激酶的标准基因名	eg. MAPK1（冗余字段，和 KINASE 通常一样）
KIN_ORGANISM	激酶来源物种	eg. human
SUBSTRATE	被磷酸化底物蛋白的全名	eg. Histone H3
SUB_GENE_ID	底物蛋白的基因 ID（Entrez 或 Ensembl）	eg. 3017
SUB_ACC_ID	底物 UniProt accession	eg. P68431
SUB_GENE	底物基因名	eg. HIST1H3A
SUB_ORGANISM	底物来源物种	eg. human
SUB_MOD_RSD	修饰位点（通常是氨基酸+位点号）	eg. S10, Y416
SITE_GRP_ID	PhosphoSitePlus 的站点组 ID	eg. 12345（标识同位点的上下游共享）
SITE_…7_AA	修饰位点上下游各 7 个氨基酸的序列窗口（共15位）	eg. AAKASKS*QKSQKQSR（中间是修饰位点）
networkin_score	如果数据来自 NetworKIN：预测该激酶-底物对的打分	值越高越可信（如 ≥ 2.0）
Source	数据来源：PhosphoSitePlus, NetworKIN, Literature 等	常用于过滤激酶-底物关系

---

🔎 应用技巧：

• 用 SUB_MOD_RSD + SUB_GENE 来连接磷酸化组学数据（PX）；
• 如果你用 NetworKIN 预测结果，建议用 networkin_score >= 2.0 作为筛选；
• KIN_ACC_ID 中的 -1 代表 isoform，可用 strsplit 去除以标准化；
• SITE_...7_AA 可用于 motif 分析或 PWM motif 富集；
• Source 列用于判断是否使用预测（NetworKIN）还是实验支持（PhosphoSitePlus）；

---

你如果想做 KSEA 分析或 KinMap 可视化，最关键的字段是：

用途	所需字段
激酶身份	KINASE / GENE
底物身份	SUB_GENE + SUB_MOD_RSD
可信度控制	Source, networkin_score
标准化 ID	KIN_ACC_ID, SUB_ACC_ID

---

在激酶-底物相互作用分析中，mS、m、Enrichment 和 z-score 是不同的统计指标，用于衡量激酶的调控强度和显著性。它们的区别如下：

---

1. mS（激酶平均 log2FC）

• 定义：
  mS 是某个激酶（Kinase）所有底物（Substrates）的 log2FC（对数倍数变化）的平均值。
  $mS=\text{mean}({\text{log2FC}}_{\text{kinase’s substrates}})$

• 作用：

  • 反映该激酶对底物的整体调控方向（上调或下调）。
  • 正值表示激酶可能激活底物（上调磷酸化），负值表示抑制（下调磷酸化）。

• 特点：

  • 直接依赖实验测得的 log2FC 数据。
  • 未考虑激酶的底物数量或全局背景分布。

---

2. m（激酶的底物数量）

• 定义：
  m 是某个激酶在数据集中关联的底物数量（即该激酶有多少个独特的底物）。

• 作用：

  • 衡量激酶的数据支持度。底物越多，统计结果越可靠。
  • 用于加权计算 z-score（底物越多，z-score 越稳定）。

• 特点：

  • 通常需要设定阈值（如 m.cutoff）过滤底物数量过少的激酶（避免假阳性）。

---

3. Enrichment（富集分数）

• 定义：
  Enrichment 是激酶平均 log2FC（mS）与全局背景 log2FC 绝对均值的比值：
  $\text{Enrichment}=\frac{mS}{|\text{mean}({\text{log2FC}}_{\text{global}})|}$

• 作用：

  • 衡量激酶的调控强度相对于全局背景的倍数变化。
  • 例如，Enrichment = 2 表示该激酶的调控强度是全局平均的 2 倍。

• 特点：

  • 无量纲，便于比较不同数据集中的激酶活性。
  • 未考虑数据变异性（如标准差）或底物数量。

---

4. z-score（标准分数）

• 定义：
  z-score 通过均值和标准差标准化激酶的 mS，并加权底物数量（m）：
  $z=\frac{(mS-\text{mean}({\text{log2FC}}_{\text{global}}))\times \sqrt{m}}{\text{sd}({\text{log2FC}}_{\text{global}})}$

• 作用：

  • 衡量激酶的调控显著性，考虑：
    1. 激酶 mS 与全局均值的偏离程度。
    2. 底物数量（m）的权重（更多底物 → 更高置信度）。
    3. 全局数据的离散程度（标准差）。
  • z-score 越大（正或负），激酶的调控越显著。

• 特点：

  • 可用于计算 p-value（假设检验激酶是否显著不同于随机背景）。
  • 综合考虑了效应大小（mS）和数据支持度（m）。

---

对比总结

指标	计算依据	用途	依赖因素
mS	激酶底物的平均 log2FC	判断调控方向（上/下调）	仅依赖 log2FC 数据
m	激酶的底物数量	衡量数据支持度	激酶-底物关联数量
Enrichment	mS / 全局均值绝对值	相对调控强度（倍数变化）	全局均值
z-score	(mS - 均值) × √m / 标准差	统计显著性（考虑效应量和样本量）	均值、标准差、底物数量

---

实际应用示例

假设分析激酶 AKT1：

• mS = 1.2：AKT1 的底物平均上调（log2FC > 0）。
• m = 10：AKT1 有 10 个底物。
• 全局背景：mean(log2FC) = 0.5，sd(log2FC) = 0.8。

则：

1. Enrichment = 1.2 / |0.5| = 2.4
   • AKT1 的调控强度是全局的 2.4 倍。
2. z-score = (1.2 - 0.5) × √10 / 0.8 ≈ 2.77
   • z-score > 1.96 表示 AKT1 在 p < 0.05 水平显著上调。

通过结合这些指标，可以更全面地评估激酶的生物学意义和统计可靠性。

KSEA分析

 
# shiny::runGitHub('KSEA', 'casecpb')
# library(KSEAapp)
 
install.packages("KSEAapp")
library(KSEAapp)
 
 
setwd("c:/Users/weimi/Desktop/")
KSData=read.csv('PSP&NetworKIN_Kinase_Substrate_Dataset_July2016.csv',
				header = T)#注释文件
PX=read.csv('Sample Dataset.csv',
			header = T)#磷酸化数据文件
 
KSEA.Barplot(KSData,#注释文件
			 PX,#磷酸化数据文件
			 NetworKIN = T,#是否包括NetworKIN预测结果
			 NetworKIN.cutoff = 5,#NetworKIN预测打分阈值
			 m.cutoff = 5,#激酶对应底物的最小数量
			 p.cutoff = 0.05,#p值
			 export = F)#是否将图导出
 
 
KSEA.Complete(KSData,
			  PX,
			  NetworKIN = T,
			  NetworKIN.cutoff = 5,
			  m.cutoff = 5,
			  p.cutoff = 0.05)
KSLinks=read.csv('Kinase-Substrate Links.csv',header = T)
KSScores=read.csv('KSEA Kinase Scores.csv',header = T)
 
 
 
library(ggplot2)
drawdata=KSScores[order(KSScores$p.value),][1:20,]#选取p值最小的前20激酶作图
ggplot(drawdata,aes(x=reorder(Kinase.Gene,Enrichment),y=Enrichment,fill=z.score))+
	theme_bw()+
	geom_bar(stat='identity',position = 'dodge')+
	theme(axis.text.x = element_text(
		angle = 90,
		hjust = 1,
		vjust = 0.5))+
	xlab('Kinase Gene')+
	ylab('Enrichment Score')+
	scale_fill_gradient2(high='#D14237',mid='white',low = '#3763B1')
 
 
 
 
 
KSEA.Scores=KSEA.Scores(KSData,
						PX,
						NetworKIN = T,
						NetworKIN.cutoff = 5)
 
p <- KSEA.Heatmap(list(KSEA.Scores.1,KSEA.Scores.2,KSEA.Scores.3),#数据列表
			 sample.labels=c('s1','s2','s3'),#给每组数据分别命名
			 stats = 'p.value', #可选p.value或是FDR
			 m.cutoff=5,
			 p.cutoff=0.05,
			 sample.cluster=T)
print(p)
 
 

1. 直接富集分析
   KEA3 根据输入的差异磷酸化蛋白列表或其他相关蛋白列表推测出这些蛋白质的上游激酶。它通过检查哪些激酶的已知底物在输入蛋白中富集，从而推断这些激酶可能在调控这些蛋白时发挥作用。
   Fisher’s exact test 计算步骤：
   假设输入蛋白质列表的大小为 N，其中有 M 个蛋白质是已知某个激酶的底物。

Fisher’s exact test 会计算这些已知底物在输入列表中的富集程度，并通过统计显著性检验得出该激酶是否显著参与调控。

与KEA3不同，KSEA（Kinase Substrate Enrichment Analysis）主要用于基于 磷酸化位点的富集 来分析激酶的作用。它使用的是排名数据，并结合 激酶-底物 关系，进行富集分析。

原理：
磷酸化位点的排名：KSEA 通过对输入的差异磷酸化蛋白进行排序，通常依据 log₂ fold change 或 p-value 来确定磷酸化位点的 排序。排序的目的是根据磷酸化的程度或变化，将数据从强到弱进行排序，以便更好地理解哪些激酶可能是活跃的。

激酶-底物关系：与KEA3类似，KSEA也依赖于已知的激酶-底物数据库来标定磷酸化位点与激酶的关系。

富集分析：KSEA使用的主要思想是基于排名的 富集分数（Enrichment Score, ES），通常计算激酶底物在排序列表中的富集程度。也就是说，它评估在 排名靠前的磷酸化位点 中，某个激酶的底物是否显著聚集。如果某个激酶的底物出现在排名靠前的位置，说明该激酶可能在这个处理条件下更活跃。

KSEA的富集分析步骤：
计算Enrichment Score（ES）：根据底物在磷酸化位点的排序，KSEA计算出 Enrichment Score，表示该激酶的底物在磷酸化位点中的富集程度。ES值越高，说明该激酶与输入的磷酸化位点之间的关联越强。

标准化富集分数（NES）：KSEA也会计算 标准化富集分数（NES），通过与随机基准进行比较，评估激酶底物在排序列表中的富集程度是否显著。NES 值可以用来评估激酶是否在实验条件下显著活跃。

kea分析
BioGRID排名为10：这意味着，使用 BioGRID 数据库对激酶进行排序时，这个激酶排在第10位。BioGRID是一个生物学数据库，收录了蛋白质与蛋白质、蛋白质与基因之间的相互作用和关系。因此，BioGRID排名10可以理解为这个激酶在其相互作用网络中的一个相对高的重要性，或者说它是第10位最被关注的激酶。

该激酶与您的磷酸化数据集相关性较高