Cytoscape网络可视化 | 以WGCNA结果的网络可视化为例

简介: Cytoscape网络可视化 | 以WGCNA结果的网络可视化为例

Cytoscape网络可视化 | 以WGCNA结果的网络可视化为例


Cytoscape是一个开源的软件平台,用于可视化分子相互作用网络和生物路径,并将这些网络与注释、基因表达谱和其他状态数据进行整合。虽然Cytoscape最初是为生物研究设计的,但现在它是一个复杂网络分析和可视化的通用平台。Cytoscape核心版提供了一套基本的数据整合、分析和可视化功能。


额外的功能可作为应用程序(以前称为插件)。应用程序可用于网络和分子分析,新的布局,额外的文件格式支持,脚本,以及与数据库的连接。任何人都可以使用基于Java™技术的Cytoscape开放API来开发这些应用程序,并且鼓励社区开发。大多数应用可以从Cytoscape应用商店免费获得。


下载与安装


下载地址:https://cytoscape.org/


安装cytoscape需要java环境,目前最新版本为3.9支持的java环境有要求,可能需要重新下载规定版本的java。

image.png


基础教程


以WGCNA导出的cytoscape文件为例。WGCNA 简明指南|3.使用WGCNA实现网络可视化


导入数据文件

首先导入我们之前WGCNA分析后得到的两个用于cytoscape分析的txt文件。

image.png

image.png

看一下WGCNA导出的两个txt文件,


CytoscapeInput-edges-brown-red文件中包括了起始节点和目标节点的对应信息、相互作用形式信息,还有附加的临床性状和基因名等信息。

image.png

CytoscapeInput-nodes-brown-red文件包含了节点的分组信息。

image.png

Advanced option中可以选择文件分隔符类型,这里我们是使用的默认TAB分隔。

image.png


导入文件时要选择每列信息的类型和导入与否。

image.png


在导入文件时除了起始节点和目标节点之外,其他的信息我都作为棱属性导入了,也可以将direction列作为互作类型进行导入。


之前3.6的版本导入附加信息需要在菜单栏操作,更新后可以直接在控制栏继续导入数据。

image.png



可视化


为了方便数据展示,我删除了其中一部分的节点信息使得图像不会过于复杂。首先在节点信息中选择一部分的节点信息,右键选中节点。


image.png


图中对应的节点会被选中(黄色),然后右键被选中的节点删除。

image.png



在布局菜单中更新一下布局,会使剩余的节点重新排布。布局菜单中可以选择节点的排布方式,我们选择了环形布局。image.png



image-20220324183705495

image.png

布局如下图:

image.png


接下来我们对图像进行优化调整,首先在左边控制栏中的style选项卡中,可以选择预设的几种图象表现类型。下面的Node、Edge等选项卡可以分别调整对应的属性。

image.png


比如我们把节点的标签名用基因名来表示

image.png


根据节点类型来分别填充不同的颜色

image.png


我们可以利用Mapping来将同一参数表现为不同形式,比如根据互作形式来决定线的类型,首先在Line Type的map选项中选择用来分类的列,这里是选择了direction列,因为direction是分类变量,所以我们选择离散mapping方式,分别给直接互作和间接互作赋予实线和虚线。

image.png


我们也可以用weight的数据来表示线的粗细,mapping选择weight列,weight是连续型变量,我们可以定义其范围。

image.png


在布局菜单中选择degree sorted circle layout,我们可以看到节点数据中多出几列数据,表示跟每个节点相连的节点数量,我们可以利用相连节点数量来定义节点图形的大小。

image.png


最终展示图

image.png


除此之外,在node选项卡中有一个选项叫做Image/Chart,它可以添加一些自定义的图形或是表到节点上使得元素更加丰富。

image.png


在view菜单中可以调取软件自带的一些数据集,可以参考它的参数设置。

image.png


除此之外,在app菜单中还可以加载一些生信注释分析功能例如这里我们加载了KEGG,可以把通路信息也导入到cytoscape中用于画互作网络。

image.png


以上就是cytoscape一些基础的分析功能,总的来说cytoscape是一款十分强大的互作网络绘图工具,不仅仅可以用于生信分析方面,还可以用于各种互作图的绘制,其中一些参数细节的调节都设计的非常丰富,大家可以通过探索来绘制出自己想要的图。


相关文章
|
8天前
|
机器学习/深度学习 自然语言处理 数据可视化
数据代码分享|PYTHON用NLP自然语言处理LSTM神经网络TWITTER推特灾难文本数据、词云可视化
数据代码分享|PYTHON用NLP自然语言处理LSTM神经网络TWITTER推特灾难文本数据、词云可视化
|
8天前
|
数据可视化 数据挖掘
【视频】复杂网络分析CNA简介与R语言对婚礼数据聚类社区检测和可视化|数据分享
【视频】复杂网络分析CNA简介与R语言对婚礼数据聚类社区检测和可视化|数据分享
|
8天前
|
机器学习/深度学习 数据可视化 算法
R语言神经网络与决策树的银行顾客信用评估模型对比可视化研究
R语言神经网络与决策树的银行顾客信用评估模型对比可视化研究
|
8天前
|
机器学习/深度学习 监控 数据可视化
R语言SOM神经网络聚类、多层感知机MLP、PCA主成分分析可视化银行客户信用数据实例2
R语言SOM神经网络聚类、多层感知机MLP、PCA主成分分析可视化银行客户信用数据实例
|
8天前
|
机器学习/深度学习 数据可视化 算法
R语言SOM神经网络聚类、多层感知机MLP、PCA主成分分析可视化银行客户信用数据实例1
R语言SOM神经网络聚类、多层感知机MLP、PCA主成分分析可视化银行客户信用数据实例
|
8天前
|
机器学习/深度学习 数据可视化 数据挖掘
R语言神经网络模型金融应用预测上证指数时间序列可视化
R语言神经网络模型金融应用预测上证指数时间序列可视化
|
8天前
|
机器学习/深度学习 数据可视化 算法
SPSS Modeler决策树和神经网络模型对淘宝店铺服装销量数据预测可视化|数据分享
SPSS Modeler决策树和神经网络模型对淘宝店铺服装销量数据预测可视化|数据分享
|
8天前
|
机器学习/深度学习 数据可视化 数据挖掘
R语言软件对房屋价格预测:回归、LASSO、决策树、随机森林、GBM、神经网络和SVM可视化|数据分享
R语言软件对房屋价格预测:回归、LASSO、决策树、随机森林、GBM、神经网络和SVM可视化|数据分享
|
8天前
|
数据采集 安全 数据处理
疫情期间航空网络演变复杂网络可视化
疫情期间航空网络演变复杂网络可视化
|
8天前
|
机器学习/深度学习 数据可视化 TensorFlow
Python用线性回归和TensorFlow非线性概率神经网络不同激活函数分析可视化
Python用线性回归和TensorFlow非线性概率神经网络不同激活函数分析可视化

热门文章

最新文章