首先，在https://cytoscape.org/网站下载cytoscape软件并安装好，注意本软件需要安装java
其次，获取基因间相互关系的数据，以本文为例，通过WGCNA获取不同基因间共表达的数据，数据的格式见下图（可以只保留前三项）
表1
随后，通过以下步骤将网络权重数据导入软件中，并绘制图片，主要包括以下步骤
（1）导入数据
通过“Import-Network from File”选项卡导入文件
图1
（2）标记列属性
软件读取文件后，需要标记每列的属性
图2
其中一列为source Node，一列为Target Node，还有一列为Edge Atrribute
图3
图4
图5
（3）网络属性计算
选择利用软件自身带的算法计算网络的相关属性，这部分内容可以用于后续计算边和点的属性
图6
（4）按自定义属性对网络中的点进行分组
首先，将准备好的分组文件导入其中，其中图1中的DEG_group3.txt文件内容为图2，每列之间以制表符进行分割
图7
导入文件后，会弹出下列窗口，注意，需要将下图的复选框留空
图8
最后，通过“Group Attributes Layout-All Nodes-color2”选项根据分组文件中color中自定义的属性（一般是以相同的名字为一组）将不同组node分开
图9
即可得到下面这种分组图形，其中每一组以圆形进行展示，图1-9对应“color2”中的不同分组
图10
（5）单组nodes编辑
在分组完成后，用Ctrl并按住鼠标右键即可选择你想选择的分组nodes，即可对每一组进行自定义操作。当然，如果需要也可以点击一个个的点进行操作。
注意，右下角的这三个需要全部标蓝，这样方便操作。
图11
最终附上官方网页绘制好的cytoscape图
图12
二 惯例小结
恭喜读者，到了这里，我们共同学习了如何对cytoscape数据完成了共表达网络的绘制。事实上，就如同开篇所提到的那样，共表达网络的分析远远不仅如此，他还可以与其他分析进行联合，进一步挖掘信息。因此，读者可以在共表达网络分析的基础上结合进行更深层次的挖掘，实现文章在质上的飞跃。也希望各位读者天天有大paper。
最后，进一步推广一下我开发的相关软件，Multi-omics Hammer软件和Multi-omics Visual软件，具体地址的话可以去github上搜索，欢迎大家多多使用，多提宝贵建议。生信小院，公众，号中分享了许多生信学习的相关信息，欢迎大家阅读。
网友评论