来一场Cytoscape的旅行之出行

作者: 刘小泽 | 来源:发表于2018-10-14 23:40 被阅读16次

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？

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）

载入数据

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
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 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

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