043-来一场Cytoscape的旅行

Oct 13, 2018 12 min read cnposts

刘小泽写于18.10.13

这是我第一次使用这个工具，之前下载过但并不知道怎么用，只是出于对强大工具的好奇。但这次必须要用到了，前面做了WGCNA，得到了一些hub genes，那么就要对这些基因进行网络可视化。哪来的自信让自己去学习一个陌生的工具呢？是美感！我们都是视觉动物，一旦被它的强大所征服，什么英文文档，什么操作流程，都不再是我们的羁绊而是牵引力。并且一定要相信，工具做出来一定不难使用，否则作者都对不起他自己的劳动，只是偶尔我们需要和作者进行心灵的沟通。May the force be with you！

Cytoscape样张

Cytoscape是什么

它诞生于2003年，旨在为用户提供开源的网络可视化的工具。现在研究单一因素已经不能说服别人了，需要多个实验、多个组学共同表明，比如研究基因共表达、miRNA-gene互作、蛋白互作、菌落互作、靶向调控等。引用量惊人1W+

引用量

得到它

下载地址：https://cytoscape.org/download.html，需要Java8（再高的版本就不支持了）没有的话也不用担心，安装程序会自动帮你下载。软件最大的特色就是支持多种插件（就像chrome为什么好用，就是因为插件齐全）；缺点就是比较消耗内存。

初次见面

初次见你

  • Menus：菜单栏（常用的几个介绍）

    • View：显示或者隐藏上图的几大板块

    • Select：支持快速选择相邻的所有节点、线

    • Layout：多种网络形态供选择；还可以在Node Layout tools中对网络进行旋转(rotate)、拉伸(scale)；对线(edge)弯曲；恢复成原始面貌(Apply Preferred Layout)

      scale选项可以避免太多的节点凑在一起，可以让它们分散一下 edge选项实现的线弯曲，有时可以让图更美观

    • App：这一个是软件的重点

  • Toolbar：工具栏（许多的快捷操作）

    工具栏

  • Network Search：主要的参数调整区域

    • Network
    • Style：设置包括三部分：node，edge，network
    • Select

  • NetworkView Window：看图区

  • Table Panel：显示节点Node、线Edge、网络Network的属性

  • 还有右下角的内存检测（红黄绿三种颜色，绿色表示内存充足）

敬个礼握握手

相关知识

  • 节点node：相互作用的分子如基因、蛋白等；
  • 线/边edeg：连接两个节点，表示其相互作用；
  • 度degree：与某个节点相互作用的节点数量，度越大，节点的核心程度越高；因此如果一个基因分布的通路较多，那么它的度就大，显示的点就大

先来一个简单的流程，获得点成就感再说

加载数据

输入的node文件和edge文件都是矩阵格式，一般txt格式（除非excel才用xls）

Node设置

颜色，形状，宽，高，以及结点标签

node选择

  • 注意右下方的Table panel，默认是显示所有的nodes。按住shift然后拖动鼠标可以一次多选许多nodes，同时table panel中的数量也随着你的选择而改变

  • 另外，可以直接在Table panel中选择，然后右键Select nodes from selected rows

    直接在Table panel中选择nodes

node填充色

  • 选择control panel的style，默认进入node的属性设置

  • 找到Fill color，点击右侧小黑箭头，会有一个下拉菜单，根据node文件的col列进行设置

    设置颜色

node形状、大小

  • 找到shape，根据node文件shape列进行设置

    设置形状大小

  • 高度(Height)、宽度(Width)、字体大小(Lable font size)都可以设置；另外可以直接用鼠标滚轮放大缩小图片

其他设置

  • 更多的设置在Properties的旁边小三角中，点击展开，可以添加更多的个性化设置

  • Properties下面三个单词：Def表示默认设置；Map表示全局设置；Byp表示个性化设置

  • 另外可以设置node的排版，在Layout中有许多样式，比如设置一个Circular Layout就是圆形图显示nodes

  • 如果发现有的node排列太紧凑，可以用Layout=》Node Layout Tools进行整体拉伸缩放、旋转等 ；还能设置nodes的排列方式（排列Align、分布Distribution、堆叠Stack）

    设置排列

  • 一般不同class的基因放在一起，用同心圆的圆圈一层层排列，组成一个gene family，然后不同的family再直线连接成super gene family。有的时候我们关注一个family内部不同class的不同，就可能会将同一个class中的基因变小；如果关注一个class中的基因，那么就可以适当调大基因的node大小；另外：一个class中基因间的连线除了美观，没有别的作用（不要认为是相关性的连线）

  • node还能设置边缘框框，可以在其中加图片，加统计图

edge设置

主要包括color和width

  • 点击左下角的Edge，可以设置属性

  • 在Style下方有一个长条的选项栏，可以选择许多样式的edge

    多种样式选择

保存文件

图像一般选择pdf，整个数据集session保存为cys

18.10.13 今晚就学了这些，先说这么多🤔

刘小泽写于18.10.14 跟着cyto导游继续探索网络世界

昨天看了cyto的基本使用，那么你有没有想为什么会开发出来这个工具呢？它美得性价比高吗？值得花费精力去学习吗？用工具和与人打交道一样，初次见面大家都多多关照，但是能否长期交往，还要考察许多个人特征。为了增加对这个工具的信任，我们需要深入了解它一下

为什么要做网络分析？

网络 vs 通路

考察数据之间相互作用，我们应该用的通路类型图更多一些，比如KEGG的pathway分析，二者有何不同？

网络 vs 通路

网络 vs 通路

网络分析有几个优势

  • 比如你已经筛选了一些基因，现在想看看基因之间的关系，或者它们的功能，就像这样：

    网络分析优势

  • 还可以看到组和组之间的联系，比如一个个的gene family，为寻找药物靶标提供了方便

  • 基因之间的联系可能并不都是直白的两两联系，还有就是只有基因的某个因子和另一个基因的因子有关联，这个在通路图上可能显示的就不是那么清楚。而在网络图中，只要这个点我们感兴趣，就能给它坐标，接下来就是点到线的过程了。当然根据算法不同，点线之间的连接方式也不同

其实工具不重要，重要的是数据，这句话放到哪里都有用 网络可视化工具：

可视化工具

一般会有两种人需要需要用cytoscape：一种是想省事，不用编程就能做；另一种是需要发文章的，用R做的网络图不好精修，于是用这个。就像许多R做的图到了发表级别都需要AI处理一样

为什么这么多人选Cytoscape？

我们从不缺少美，也不缺少发现美的眼睛，这个网站就列出了许多的可视化工具。问题就在于：如何选择合适自己的，选择后是否能认真学下来 http://selection.datavisualization.ch

Learning Tools = Saving Your Time

看文章引用量破万就能知道，这的确是一款神器，在生物网络拓扑构建领域中，cytoscape可以说是领先的。but why？

  • 首先，它支持的网络种类很多。比如蛋白互作（PPI）、转录调控网络图（TF-target）、网络聚类模块分析（Module）、miRNA调控靶标基因网络图、竞争性内源RNA网络（ceRNA）、通路交互网络（pathway-crosstalk）

  • 其次，它灵活多变（用熟了是灵活，否则就是臃肿的参数设置），可以随意调节节点与变线的各种属性（如颜色、大小、粗细、形状等），保存格式多（最常用就是pdf），可以保存session方便以后修改（和R差不多），**各种实用的插件（**clueGO+cluepedia、bingo、cykeggparser、metdisease、mcode、cytoHubba、iRegulon、enrichment map等）Cytoscape的APP Store在http://apps.cytoscape.org/

  • 给不同的人提供多种选择，大家都喜欢可视化，但不是所有人都喜欢图形界面，因为那里存在着太多的参数设置让人头疼，因此Github上Max Franz等人还为程序猿提供了网络可视化的js版本http://js.cytoscape.org/【今天偶然间发现的，惊喜😋，因为以后可能不用安装桌面软件就能进行网络可视化了，我个人还是更期待用程序去设定而不是用鼠标】

    网络可视化的js版本

  • 画图有许多工具，比如AI、PS也能画出网络图（注意是画！）使用专业的绘图工具，你需要指定每一个节点的颜色、每条线的特性，它是像素决定图形

    所有的细节你都需要考虑，这对于一个数据分析者来说无疑是最头疼的 这也是我开始为什么犹豫学习这个工具的原因，因为不想浪费大量的时间在图形处理上。于是我也能理解当时jimmy使用这个工具的心情了（http://www.bio-info-trainee.com/2055.html）

    jimmy博客

    而用cytoscape恰恰相反，你的数据决定图形，只要能理解需要提交的数据意义，做的图就是问题不大的

    数据决定图形

绘制网络图注意问题

  • 避免加载太多数据，尤其属性太多会使图形很臃肿；另外多个数据集放一起，很难观察总体的趋势

  • 一般给node上色是为了突出不同的基因和因子，以及它们表达量的差别。不要为了美观再给edge/label上色，那样会很杂乱

  • 如果要画其他基因相关数据，不要让它们与主要基因的图重叠，可以是使用线的粗细、虚实来区分

注意的问题

Cytoscape与Cytoscape.js

它们长得像却是两款独立的软件包，不过这并不妨碍它们做相同的事，那么它们有什么异同呢？选择哪个更适合自己呢？

CytoscapeCytoscape.js
桌面级：基于java软件网站级：基于java script库
需要PC运行支持大多浏览器（包括平板、手机上的）
必须安装Java没有要求，只需要浏览器
鼠标点点点键盘敲敲敲
用App拓展
http://apps.cytoscape.org/		用Extrensions拓展
http://cytoscape.github.io/cytoscape.js/#extensions
数据映射：设置Style数据映射：设置基于CSS的Style

不过这二者未来有可能会高度整合，因为目前cytoscape支持了Cytoscape.js network/table JSON (JavaScript Object Notation)文件的读写，另外cytoscape可以将style转成Cytoscape.js的style格式。

上面说这么多，都是为了加深对陌生事物的理解，和它混熟了学起来才更有效

网络分析的一般步骤

1 创建网络

R或者Excel

2 载入数据

2.1 数据格式

  • Cytoscape支持多种数据文件格式，其中主要的有3类：

    • sif格式：

      nodeA<interaction>nodeB
nodeC<interaction>nodeD
…

      包含3列，1和3列是有互作的基因名或蛋白质名等，第2列是相互作用的名称

    • xgmml格式：xml格式，可以规定节点和边的许多信息，比较复杂

    • txt格式：用tab分割的纯文本文件

      至少两列，每一列都是基因名（或蛋白质名），同一行的两个基因（或蛋白质等）代表有互作关系，比如两列gene id
可以追加参数，比如设成3列：加上两基因调控的强弱系数
可以四列：例如是否共表达（1、-1表示）

  • 载入数据

    1. 导入数据文件network table（以.sif格式为例）：上图中第一列是自己实验中的基因数据，第三列是分析得到的相关基因数据，例如：实验中BAR1基因与MCM1基因是相关的，也就是说，它们之间一会是要连接起来的

    2. 再导入节点属性文件node attributes(.txt格式)： 第一列是gene id（与先前导入的数据文件的gene id保持一致），后面可以自己设置（这里增加了mutaion和expression）

2.2 新网络雏形

之前导入的第一个数据文件在网络图中作为线存在，为连接nodes；

导入的节点属性文件中第二列的mutation信息，作为node color；

节点属性文件中第三列expression信息，作为node size

…而这些都是添加进来数据的时候，自己设置好的

因此可以看出，只要提供不同的属性信息，就能在网络图中显示不同的样式 虽说它不像ggplot是图层叠加，但是它的原理也是一环套一环，生成的图层是相关联的

新网络形成

3 新网络设置

新网络的要素：点node、线edge【点又可以通过颜色、大小分区；线可以用方向、粗细区分】原理就是下面👇的图，具体操作昨天应该提到了

新网络组成要素

4.1 利用app- app分类

看能得到什么信息，是不是有意义的网络图，利用Cytoscape的特色：Apps

数量巨大，但主要分为以下几类

app分类

4.2 利用app-比较好用的一些App

  • geneMANIA：基因功能预测，它会把相同生物过程的基因集或蛋白组合在一起，然后看要研究基因和它们的关系。比如：你可能不认识豆豆，不知道豆豆干嘛的，但是你可能认识花花，然后发现花花每天努力学生信，发推送，然后猜测：嗯，豆豆可能也是干这个的【傍晚写到这里，突然想花花了🤡，周末两天培训班，结束了快回来吧，还等着共进(食堂)晚餐呢】

  • McodeMolecular COmplex Detection：检测蛋白互作网络（PPI）中密切相关的区域（可能表示分子复合体complex）【相比于spring（最多提取2000个nodes）提取的信息更多】，也可以检测motifs、feedback loops

  • ANIMO**（Analysis of Networks with Interactive MOdeling）**： 建模挖掘通路，对生物通路建模，与湿实验数据动态比较。例如，想要理解某个分子变化对通路的影响，就可以用这个

  • Pepper：预测新的互作关系，还能根据结构和功能进行蛋白的排序，除了按照连接特征（拓扑系数）外，还整合外部数据库（GO注释，比对已知的复合体）

  • Enrichment Map：基于网络的基因集富集（支持GSEA数据），将基因集组合成一个网络（cluster），nodes表示基因集，edge表示基因成员的重叠，node颜色表示富集程度。其中的热图可以让用户探索富集基因集的细节

    一些好用的app

4.3 根据基因列表大小选择不同的app

  • 大基因集（100-2000基因）=》利用通路缩小范围=〉展示成通路网络=》可以用EnrichmentMap

  • 中等基因集（100基因左右）=〉利用通路缩小范围=》展示成基因/表达产物网络=〉可以用ReactomeFI

  • 小基因集（1-50个基因）=》利用功能预测扩展范围=〉展示成基因/表达产物网络，并且增加基因linker=》可以用带有linker的ReactomeFI或geneMANIA

    根据基因多少选app

5 导出网络

（table格式）以及图片（pdf等格式 ）

简单的演示

1

2

3

4

5

6

7

8

9

10

11

12

13

tools cytoscape
Yunze Liu
Yunze Liu
Bioinformatics Sharer

Co-founder of Bioinfoplanet(生信星球)

Next
Previous

Related