从网络图探寻基因互作的蛛丝马迹（1）

抖音最火slogan：

“很多网友留言想看网络图，今天他来了，你看他一身华彩，绚丽多姿，别问落地价，因为paper无价！”。

网络图（Network）一直以来，受到众多高分文章的追捧。它能够简洁、直观地反应出Gene-Gene之间的相互作用关系，特别是能够通过自身的拓扑结构突显出某些核心的关键基因（Hub gene），就像下面这样的。

有一次跟学员聊天，她说自己找外包公司做了一个蛋白互作的网络图，花了5000块，做出来的图还不好看，让人气愤的是，调整一下数据重新做个图，又要5000块！让人无法接受。当时我就跟她说，做个互作网络，根本花不了5000元，5分钟就能帮你做好。不信，我们看过来。

所谓网络图，看似复杂，其实构成非常简单。网络图是一种图解模型，形状如同网络，故称为网络图，它由节点（node）和连线（edge）两个因素组成的。其中node又分为source node（源节点）和target node（目标节点）。这里的node就是我们的基因，edge就是基因间的相互作用关系。任何网络图都不外乎这些构成成分。知道了网络图的构成之后，再做图做分析就很简单了。

下面我们就按照网络图的构成逐一进行讲解：

节点（node）

所谓的节点，就是我们要分析的基因。在一个网络图当中往往有数十个乃至上百个节点，那就意味着，我们需要分析的基因有数十个或者上百个。这些基因是怎么来的呢？这就跟我们的研究目的相关了，这些基因可能是我们筛选出来的差异表达的基因，可能是肿瘤患者中高频突变的一些基因，也可能是某一个miRNA的下游靶基因，抑或仅仅是你感兴趣的一群基因，都是可以的。

在进行网络图分析的时候，我们往往对基因的来源不做要求，只要是你认为有意义的一群基因，就OK了。但是，在基因的数量上，我们往往有一定的限制。因为，基因数少了，网络图中edge太少，图做不出来，或者做出来很丑；而基因数多了，网络图太大，导致没办法导入软件中进行分析，耗时太久，同时背景噪声和混杂影响也会更多。因此，我个人一般建议的要分析的网络图基因数量在50-300个左右，这样的网络图比较适中，不会太大，也不会太小。

连线（edge）

所谓的edge就是基因之间的相互作用关系。比如我随便列举两个基因：TP53和CXCL12，这两个基因是否有相互作用关系？我们通过何种方法进行判断呢？这是一个比较困难的问题。好在，有一些非常好的数据库帮我们解决了这一问题，比如最著名的就是STRING database。STRING (https://string-db.org/) 是一个非常全面的蛋白互作网络数据库，里面存储了非常多物种和基因的相互作用关系。我们只要把基因名字提交上去，就能够判定它们之间是否有互作关系了。

下面，我们就从实例出发，教大家如何制作一个发表质量的网络图。

Part1

研究内容

分析处理组和对照组共得到100多个差异基因，分析其相互作用关系，并找到其中的关键基因。

（测试数据见文末，联系胖雨小姐姐）

看到这个研究内容，可能一下子有点懵，不要紧，我们先来理理思路：有了基因，我们得分析基因互作，这一步好办，刚才已经讲了STRING数据库能做。那么有了基因互作，我们怎么做网络图？怎么分析关键基因呢？这个时候，我们就需要一个软件来帮我们实现了。 他是谁呢？大名鼎鼎的Cytoscape（Cytoscape最新版安装包见文末，联系胖雨小姐姐）。

Cytoscape（https://cytoscape.org/）是一套完整的网络图分析系统，它不仅仅是个软件，它还包含了一系列编程语言接口、app store等诸多内容，是网络分析领域的龙头老大。（突然发现，Cytoscape的主色调和我们科研猫居然是一致的，What a coincidence!）

Cytoscape能够帮我们实现基因互作的可视化网络图，并且通过其诸多分析插件帮我们找到这里面的关键基因，因此掌握Cytoscape之后，我们的这个问题就迎刃而解了。所以，理清思路之后，我们的研究方法如下。

part2

研究方法

利用String数据库获取基因相互作用网络，并使用Cytosacpe软件对网络进行可视化和核心基因筛选。

那么，我们的分析步骤也就一目了然了：

Step1: 从 基因列表 到 基因互作

Step2: 从 基因互作 到 互作网络

Step3: 从 互作网络 到 关键基因

先给大家看看我们的分析结果，后面的教程中，我们会带领大家实际操作，逐一讲解这里面的分析步骤。

本期干货

·

网络图分析数据

&

Cytoscape安装包

原文详情：“科研猫”公众号

以上内容均为“科研猫”公众号原创，严禁未经许可擅自转载及资源分享，如需转载，请申请获得许可。