寻找核心基因+子网络

一般做完差异基因，或者使用其他方法找到想要的biomarker时，想要知道这些基因的调控网络，或者哪些基因在调控网络中处于核心位置，比较常见的方法就是wgcna或者mcode、Cytohubba。这篇主要介绍mcode和Cytohubba。

mcode

示例：

PPI 网络构建及 Hub 基因挖掘

由术语富集网络子网分析可知，本文获取的基因集在癌症相关通路上富集较多，与癌症的发生和发展有一定的关系。为进一步获得 CＲC 的 Hub 基 因，将全部基因输入 STＲING 数据库，获得基因间相互作用的 PPI 网络。将置信分数( confidence)设为0． 9，得到包含 302 个节点、2 143 条边的 PPI网络。有研究表明，PPI 网络具有高度连通区域( 子 网) 的一小部分有更高的概率参与到生物调节中，而那些轻度连接的节点不会在整个网络的完整性中发挥关键作用。此外，基因沉默实验进一步证实，模块内 Hub 与疾病状态显著相关。因此，从 PPI 子网获得的 Hub 基因比没有网络信息筛选的单个基因更有意义。基于此研究的前提，本文使用MCODE 对上述 PPI 网络进行模块划分( node score cut－off = 0． 2，K－core = 2) ，共得到 3 个子网，如图 4所示，其中节点颜色由浅到深表示 MCODE 分数由低到高。从 3 个子网分别选取 MCODE 分数最高的基因，分别为 CXCL8、ERBB2 和 CYCS，将此作为该模块的 Hub 基因。 Hub 基因相关的网络信息见表 3。

第一步：通过string数据库得到调控网络

1在string数据库首页选择multi，将差异基因复制放入，选择人类 2点击continue，设置参数比如说，置信度和调控关系的来源。 得到如下的图片

并且以TSV格式保存下载

mcode得到子网络

通过file里面的import network from file选项，选择刚刚从string数据库得到的文件

点击apps里面的mcode，按照默认设置即可。

然后既可以发现在左侧得到很多子网络

创建以及可视化子网络

将结果导出

打开结果，我们就可以发现得到五个子网络cluster，并且已经根据score排名。

。

基于上面的步骤，我们得到了根据importance排名的子网络。后续步骤可以根据给出的子网络中的基因进一步研究。

Cytohubba

Cytoscape中的cytoHubba，主要用于通过其网络功能对网络中的节点进行排名。CytoHubba提供11种拓扑分析方法，包括度，边缘渗透分量，最大邻域分量，最大邻域分量密度，最大集团中心度和六个中心点（Bottleneck，EcCentricity，亲和度，辐射度），中间性和应力）。在11种方法中，MCC在从PPI网络预测必需蛋白质的精度上具有更好的性能。

点击calculate，然后选择最高的10的节点，选择默认的MCC，最后点击submit即可，，就可以得到如下的核心基因。

也可以将结果值导出。