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

从零到壹:Cytoscape插件使用心得~MCODE篇

MCODE 今天开始连载的第一大神器--MCODE,在庞大基因(蛋白)网络中进行聚类构建功能模块

MCODE

主要作用是在庞大基因(蛋白)网络中进行聚类构建功能模块。1063次的引用,足以证明其重要性。

MCODE的原理

图E、F、G(*doi:10.3390/ijms18091898*)便是通过MCODE在D网络中聚类构建出的模块。原理(不愿意看原理,可以跳过) MCODE是通过对网络图中的各个节点的计算节点信息 包括自身在内的邻居接点子图neighbors及其密度density,以该点为种子节点所能扩展出的最大k值的K-core,其k值水平coreLevel,此K-Core的密度coreDensity以及该节点的score值。节点的score值反映了该节点及周边节点的密集程度。然后再从score值最大的节点开始,调用getClusterCore()方法,以此节点为种子节点开始扩展,逐步加入符合参数条件的邻接节点。最后根据参数要求作一些后续处理,得出最终的功能模块。

举个🌰~~MCODE的运用

Cytoscape最方便的地方在于它有很多的插件,这些插件可以通过官网上下载(App),导入cytoscape,也可以直接在cytoscape上下载(App manager) 那怎么运用MCODE了,我们先在cytoscape安装好MCODE,打开一个基因网络。

一般选择in whole network,我们也可以选择我们感兴趣的区域 from selection。在advanced option里调整K-Core,我个人的理解是K值越大,模块数量会变少,而核心节点所处的子网络结构也越不容易受损,能看出核心模块及节点。然后点击analyze current network。

右边MCODE Result窗口出现模块结果,出现了13个模块,基本是按score值排序,点击我们感兴趣的模块,然后点击create cluster network,就能够把这个模块显示出来然后予以保存。

感兴趣的模块内基因我们也可以进一步左GO,Pathway分析。

今天就到这,如果大家有感兴趣的插件及学习心得可以联系我们。

下一篇
举报
领券