從網絡圖探尋基因互作的蛛絲馬跡（1）

• 2019 年 10 月 6 日
• 筆記

抖音最火slogan：

「很多網友留言想看網絡圖，今天他來了，你看他一身華彩，絢麗多姿，別問落地價，因為paper無價！」。

網絡圖（Network）一直以來，受到眾多高分文章的追捧。它能夠簡潔、直觀地反應出Gene-Gene之間的相互作用關係，特別是能夠通過自身的拓撲結構突顯出某些核心的關鍵基因（Hub gene），就像下面這樣的。

有一次跟學員聊天，她說自己找外包公司做了一個蛋白互作的網絡圖，花了5000塊，做出來的圖還不好看，讓人氣憤的是，調整一下數據重新做個圖，又要5000塊！讓人無法接受。當時我就跟她說，做個互作網絡，根本花不了5000元，5分鐘就能幫你做好。不信，我們看過來。

所謂網絡圖，看似複雜，其實構成非常簡單。網絡圖是一種圖解模型，形狀如同網絡，故稱為網絡圖，它由節點（node）和連線（edge）兩個因素組成的。其中node又分為source node（源節點）和target node（目標節點）。這裡的node就是我們的基因，edge就是基因間的相互作用關係。任何網絡圖都不外乎這些構成成分。知道了網絡圖的構成之後，再做圖做分析就很簡單了。

下面我們就按照網絡圖的構成逐一進行講解：

節點（node）

所謂的節點，就是我們要分析的基因。在一個網絡圖當中往往有數十個乃至上百個節點，那就意味着，我們需要分析的基因有數十個或者上百個。這些基因是怎麼來的呢？這就跟我們的研究目的相關了，這些基因可能是我們篩選出來的差異表達的基因，可能是腫瘤患者中高頻突變的一些基因，也可能是某一個miRNA的下游靶基因，抑或僅僅是你感興趣的一群基因，都是可以的。

在進行網絡圖分析的時候，我們往往對基因的來源不做要求，只要是你認為有意義的一群基因，就OK了。但是，在基因的數量上，我們往往有一定的限制。因為，基因數少了，網絡圖中edge太少，圖做不出來，或者做出來很醜；而基因數多了，網絡圖太大，導致沒辦法導入軟件中進行分析，耗時太久，同時背景噪聲和混雜影響也會更多。因此，我個人一般建議的要分析的網絡圖基因數量在50-300個左右，這樣的網絡圖比較適中，不會太大，也不會太小。

連線（edge）

所謂的edge就是基因之間的相互作用關係。比如我隨便列舉兩個基因：TP53和CXCL12，這兩個基因是否有相互作用關係？我們通過何種方法進行判斷呢？這是一個比較困難的問題。好在，有一些非常好的數據庫幫我們解決了這一問題，比如最著名的就是STRING database。STRING (https://string-db.org/) 是一個非常全面的蛋白互作網絡數據庫，裏面存儲了非常多物種和基因的相互作用關係。我們只要把基因名字提交上去，就能夠判定它們之間是否有互作關係了。

下面，我們就從實例出發，教大家如何製作一個發表質量的網絡圖。

Part1

研究內容

分析處理組和對照組共得到100多個差異基因，分析其相互作用關係，並找到其中的關鍵基因。

（測試數據見文末，聯繫胖雨小姐姐）

看到這個研究內容，可能一下子有點懵，不要緊，我們先來理理思路：有了基因，我們得分析基因互作，這一步好辦，剛才已經講了STRING數據庫能做。那麼有了基因互作，我們怎麼做網絡圖？怎麼分析關鍵基因呢？這個時候，我們就需要一個軟件來幫我們實現了。 他是誰呢？大名鼎鼎的Cytoscape（Cytoscape最新版安裝包見文末，聯繫胖雨小姐姐）。

Cytoscape（https://cytoscape.org/）是一套完整的網絡圖分析系統，它不僅僅是個軟件，它還包含了一系列編程語言接口、app store等諸多內容，是網絡分析領域的龍頭老大。（突然發現，Cytoscape的主色調和我們科研貓居然是一致的，What a coincidence!）

Cytoscape能夠幫我們實現基因互作的可視化網絡圖，並且通過其諸多分析插件幫我們找到這裏面的關鍵基因，因此掌握Cytoscape之後，我們的這個問題就迎刃而解了。所以，理清思路之後，我們的研究方法如下。

part2

研究方法

利用String數據庫獲取基因相互作用網絡，並使用Cytosacpe軟件對網絡進行可視化和核心基因篩選。

那麼，我們的分析步驟也就一目了然了：

Step1: 從 基因列表 到 基因互作

Step2: 從 基因互作 到 互作網絡

Step3: 從 互作網絡 到 關鍵基因

先給大家看看我們的分析結果，後面的教程中，我們會帶領大家實際操作，逐一講解這裏面的分析步驟。

本期乾貨

·

網絡圖分析數據

&

Cytoscape安裝包

原文詳情：「科研貓」公眾號

以上內容均為「科研貓」公眾號原創，嚴禁未經許可擅自轉載及資源分享，如需轉載，請申請獲得許可。