首页
学习
活动
专区
圈层
工具
发布
33 篇文章
1
CellChat三部曲1:使用CellChat对单个数据集进行细胞间通讯分析
2
CellChat三部曲2:使用CellChat 对多个数据集细胞通讯进行比较分析
3
CellChat 三部曲3:具有不同细胞类型成分的多个数据集的细胞通讯比较分析
4
多个单细胞亚群合并
5
如何读取单细胞数据
6
纯生信单细胞数据挖掘-全代码放送
7
单细胞测序流程(单细胞rna测序)
8
单细胞亚群比例变化和表达量差异分析
9
生信中各种ID转换
10
单细胞功能注释和富集分析(GO、KEGG、GSEA)(2021公开课配套笔记)
11
细胞亚群的生物学命名
12
scRNA包学习Monocle2
13
单细胞转录组基础分析六:伪时间分析
14
Seurat包的findmarkers函数只能根据划分好的亚群进行差异分析吗
15
​cytoscape的十大插件之二--MCODE插件
16
从零到壹:Cytoscape插件使用心得~MCODE篇
17
cytoscape的cytohubba及MCODE插件寻找子网络hub基因
18
上下调基因各自独立进行GO数据库的3分类富集(求美图代码)
19
拟时序分析的热图提取基因问题
20
单细胞亚群合并与提取(2021公开课配套笔记)
21
单细胞转录组之Seurat包全流程-数据过滤、降维分群及可视化
22
CellChat细胞通讯(二)可视化篇
23
GWAS全基因组关联分析流程(BWA+samtools+gatk+Plink+Admixture+Tassel)
24
WGCNA分析,简单全面的最新教程(在线做,但也需要懂原理)
25
统计遗传学:第九章,GWAS+群体分析+亲缘关系分析
26
干货:把知识经验整理为电子书
27
如何在箱线图添加显著性--代码分享
28
ANNOVAR 软件用法还可以更复杂
29
3DSNP 数据库 | 注释 SNP 信息
30
使用FUSION进行TWAS分析
31
R包”gwasrapidd”------快速获取GWAS Catalog数据库的信息
32
连锁不平衡小工具-----LDlink的使用教程
33
🤩 CMplot | 完美复刻Nature上的曼哈顿图(一)
清单首页生信文章详情

​cytoscape的十大插件之二--MCODE插件

下面是cytoscape讲师的笔记

一、MCODE插件

  • 关于网络构建,PPI+MCODE两者结合似乎已经成了标配。那么如何掌握它也就成了入门生信的必修课题!
  • 定义:MCODE(Molecular Complex Detection)插件是在庞大的网络中根据边和节点的关系,寻找出关键的子网络和基因,方便进行下游分析。(我理解的话,其实这方法和Cytohubba很相似,不过Cytohubba会提供多种算法进行选择,并会按基因的核心程度进行排序,两种方法都可以筛选出核心基因)

二、操作演示

1. 插件下载:

  • 下载安装的插件方法都一样,都是通过点击 AppsApp Manager
  • Search 中输入所需要的插件:mcode。之后点击右下角的install,因为我已经下载好了所以这边是显示灰色。
  • 再回到点击 Apps载入MCODE就可以了
  • 这次也是通过首页中间Yeast Perturbation示例数据进行分析

2. 应用及保存

  • 点击 Apps载入MCODE,会弹出上方窗口
  • In Whole Network是作用当前整个网络的意思,如果想分析个别节点,观察与其连接的网络,就需要一开始选择那个节点,再点击MCODE,选择会自动跳到From Selection
  • 关于如何调整参数,可能新手对此会很郁闷吧?
  • 但其实可以观察到,一般文章都是根据默认参数分析的无需自行调整参数,参数如何设置作者也会在自己文章中标出。跟着大众走一般都不会错的哦!
  • 一般K-core值越大,会排除分值小的子网络,求出来的网络数目更少
  • 如果感兴趣,可以看下各参数含义。http://baderlab.org/Software/MCODE/UsersManual
  • 最后,选择感兴趣的网络,点击上方选择Create Cluster Network
  • 第1列的数字为网络得分,最高意味网络里的基因最关键和典型
  • 第2个框里面是节点nodes和边edges的信息,这也是文献结果描写的重点
  • Export Result导出结果

3. 结果如下:

  • 非常详细,有各个网络的节点,边以及基因的信息

三、总结

  • MCODE插件一般在文章中有两种使用规律:
  • 可以利用MCODE插件求出子网络,将分数最高的网络里面全部基因当作hub gene
  • 也有不少文章是用Cytohubba求hub gene,MCODE插件求出的结果做下游的富集分析

Identification of differentially expressed and methylated genes associated with rheumatoid arthritis based on network: Autoimmunity: Vol 53, No 6 (tandfonline.com)

下一篇
举报
领券