BioGRID：实验支持的互作数据资源

BioGRID 是专注实验验证的相互作用数据库。与 STRING 整合预测证据不同，BioGRID 收录的每一条互作都来自具体的实验，并明确标注实验方法和原始文献。当你需要判断「这个互作到底有多可靠」时，这种可追溯性是不可替代的。

规模

内容	量级
相互作用记录	逾 250 万条
发表文献	逾 8 万篇
物种	80+
化学-蛋白互作	数十万条
翻译后修饰位点	数十万条

实验方法的证据强度

这是使用 BioGRID 的核心技能——不同实验方法的可靠性差别很大：

方法	类型	可靠性	说明
共结晶 / 结构证据	物理	最高	直接看到接触
Reconstituted Complex	物理	高	纯化蛋白体外重构，排除中介
Co-crystal / FRET / SPR	物理	高	直接测量结合
Affinity Capture-MS	物理	中	可能捕获间接结合的复合物成员
Affinity Capture-Western	物理	中	同上，但有特异性抗体佐证
Two-hybrid（酵母双杂交）	物理	中低	假阳性率较高，需其他方法佐证
Proximity Label-MS（BioID 等）	物理	中	标记邻近蛋白，不一定直接结合
Synthetic Lethality	遗传	—	功能关联，不代表物理接触
Dosage Rescue	遗传	—	功能关联

两条实用判据：一是看有多少独立文献支持——只有一篇文献、且方法是酵母双杂交的互作，可信度明显低于被五篇不同方法的文献重复观察到的；二是区分物理互作与遗传互作，后者说明两个基因功能相关，完全不意味着蛋白会接触。

# REST API（需免费注册获取 access key）
import requests, pandas as pd

r = requests.get("https://webservice.thebiogrid.org/interactions/", params={
    "accessKey": ACCESS_KEY,
    "geneList": "EGFR",
    "searchNames": "true",
    "taxId": 9606,
    "includeInteractors": "true",
    "format": "json",
})
df = pd.DataFrame(r.json()).T

# 只保留物理互作，并统计每对互作的独立文献数
phys = df[df["EXPERIMENTAL_SYSTEM_TYPE"] == "physical"]
support = phys.groupby(["OFFICIAL_SYMBOL_A", "OFFICIAL_SYMBOL_B"])[
    "PUBMED_ID"].nunique().sort_values(ascending=False)
print(support.head(20))      # 文献数越多越可信

两个额外资源

• ORCS（Open Repository of CRISPR Screens）：BioGRID 维护的 CRISPR 筛选数据库，收录大量基因敲除筛选结果。可以查某基因在哪些细胞系/条件下是必需的，是靶点验证的有用补充（与 DepMap 见 264《DepMap》 互补）。
• PTM 数据：磷酸化、泛素化等修饰位点及其上下游酶。做激酶底物分析或降解剂设计时有参考价值。

和 STRING 怎么配合

• STRING（见 258《STRING》）：覆盖广、含预测证据、适合探索与全景分析，还提供现成的富集分析。
• BioGRID：全实验证据、可追溯到具体方法与文献、适合验证与深入判断。
• 实际流程：用 STRING 快速看靶点周边网络、发现候选互作 → 用 BioGRID 核实哪些有扎实实验支持、支持强度如何 → 回读原始文献确认实验条件。

注意

• 覆盖不均：热门蛋白（p53、EGFR）有上千条互作记录，冷门蛋白可能一条都没有。「没有记录」不等于「没有互作」。
• 缺乏条件信息：多数记录不含细胞类型、刺激条件等背景，而互作往往是条件依赖的。
• 高通量数据的假阳性：大规模筛选（尤其是酵母双杂交）贡献了大量记录，其中假阳性比例不低。
• 许可：数据以较宽松的许可提供，但使用前仍应核对当前条款与引用要求。

延伸资源

• 网络平台：258《STRING》；依赖性数据：264《DepMap》；
• 通路：260《Reactome》、261《KEGG》；靶点证据：249《Open Targets Platform》。