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+

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

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）
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

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

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

node形状、大小

找到shape，根据node文件shape列进行设置
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）
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

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？

7-1

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：
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：
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】
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）
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

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

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？

Cytoscape	Cytoscape.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）

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

12-2

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

4 分析网络

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

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

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