https://mp.weixin.qq.com/s/-azPSGumKU5far5DPWDhnw

如何预测转录因子并构建互作网络？

原创 莫北 [SCIPainter](javascript:void(0);) 2022-11-22 18:31 发表于广东

收录于合集

工具推荐213个

生信217个

Cytoscape7个

前面，在《如何挖掘蛋白互作网络中的核心基因？》一文介绍了如何使用cytoHubba插件进行网络分析，并得到了10个Hub基因。那么，接下来，我们继续对这10个核心基因的转录因子进行预测并构建TF-Gene互作网络。和文献一样，这次使用NetworkAnalyst进行转录因子的预测和互作网络的构建。工具的链接：https://www.networkanalyst.ca/NetworkAnalyst的首页如下，点击Gene List input圆形按钮，上传基因list。[图片上传中...(image-907e3d-1669169410259-13)]

这里直接将10个Hub 基因（gene symbol）复制粘贴到输入框中（一个基因一行），如下图，物种（Organisms）选择人(H. sapiens)，Set ID Type这里选择Official Gene Symbol，点击Upload按钮上传数据。[图片上传中...(image-a244b4-1669169410259-12)]

上传完成后，点击Proceed按钮进行下一步。[图片上传中...(image-d53b8b-1669169410259-11)]

在接下来的众多分析项目中，我们仅选择Gene Regulatory Networks（GRN）中的TF-gene Interactions。[图片上传中...(image-73bb7d-1669169410259-10)]

接着，选择TF-gene Interaction database，我们这里选择JASPAR数据库用于转录因子的预测。[图片上传中...(image-116205-1669169410259-9)]

很快，TF-gene的互作网络就完成了构建，如下，点击SIF，可下载sif格式的网络图文件导入到Cytoscape中进行分析和展示。[图片上传中...(image-c7c425-1669169410259-8)]

继续点击Proceed按钮，我们可以预览构建的TF-gene互作网络，默认的效果如下。[图片上传中...(image-2421fd-1669169410259-7)]

当然，我们也可以将网络图的背景调成白色、修改节点的颜色、布局等，如下图。[图片上传中...(image-41a14d-1669169410259-6)]

通过Download选项，我们可以指定下载文件的格式，除了下载PNG和SVG格式的图片；我们也可以下载GraphML、JSON两种格式的网络图，这两种格式也可以直接用Cytoscape打开和编辑。 图片

接着，打开Cytoscape软件，通过File/Import/Network Fom File菜单导入本地网络文件，我这里导入的是上一步导出的GraphML文件。[图片上传中...(image-e2e5-1669169410259-4)]

导入本地网络后初始的效果如下： 图片

在Style选项中Node（节点）属性设置窗口中，将节点的Shape改为椭圆；选中目标节点，通过Layout菜单下的Attribute Circle Layout/Selected Only命令，逐步将选中的节点排成环状网络，如下图。[图片上传中...(image-502036-1669169410259-2)]

选中10个Hub节点，将Fill Color自定义为其他颜色（点击第3个方块按钮），如这里的橙红色。[图片上传中...(image-150239-1669169410259-1)]

最终调整后的效果如下：[图片上传中...(image-56f05f-1669169410259-0)]

当然，你也可以将节点的大小（Size）与Degree建立映射，我这里不做演示，更详细的教程可参考《网络图分析工具Cytoscape快速上手》一文。好啦，本次的分享就到这里啦！