Cytoscape繪制相關(guān)網(wǎng)絡(luò)圖

導(dǎo)讀

用R軟件corr.test函數(shù)進(jìn)行兩組數(shù)組的相關(guān)性分析欲低,用Cytoscape繪制相關(guān)網(wǎng)絡(luò)圖。

一艰额、輸入數(shù)據(jù)

代謝數(shù)據(jù):metabo.txt

示例數(shù)據(jù)

16S數(shù)據(jù):genus.txt

示例數(shù)據(jù)

二肪凛、R分析相關(guān)性

計(jì)算genus和metabo相關(guān)性

利用psych函數(shù)包中的corr.test函數(shù)計(jì)算兩組數(shù)據(jù)之間的相關(guān)性
參數(shù)說明:
pairwise: 樣品配對(duì)剔除
use: 相關(guān)性計(jì)算方法pearson/spearman/kendall
adjust: 矯正方法
ci & alpha: 置信區(qū)間
minlength: 縮寫長(zhǎng)度

# 加載函數(shù)包
library(psych)

# 數(shù)據(jù)導(dǎo)入
genus=read.table("genus.txt", row.names=1, header=T, sep="\t")
metabo=read.table("metabo.txt", row.names=1, header=T, sep="\t")

# 計(jì)算相關(guān)性: print & data.frame調(diào)整結(jié)果格式
result_pair=data.frame(print(corr.test(genus, metabo, use="pairwise", method="spearman", adjust="fdr", alpha=.05, ci=TRUE, minlength=10), short=FALSE))

# 查看結(jié)果
head(result_pair)

三骡苞、整理分析結(jié)果

pair=rownames(result_pair)  # 行名
result_pair2=data.frame(result_pair[, c(2, 4)], pair)  # 提取信息

# P值排序
result_pair3=data.frame(result_pair2[order(result_pair2[,"raw.p"], decreasing=F),])

# 統(tǒng)計(jì)顯著相關(guān)的數(shù)量
n=0
for(i in 1:nrow(result_pair3))
{
    if(result_pair3[i, 2]<=0.05)
    {
        n=n+1    
    }
}
# n=71

# 提取顯著相關(guān)結(jié)果
result_pair4=result_pair3[result_pair3$raw.p<=0.05, ]

# 保存提取的結(jié)果
write.table(result_pair4, file="corr.txt", sep="\t", row.names=F, quote=F)

查看結(jié)果:相關(guān)性大于在[-1, 1]之間,絕對(duì)值越接近1表示相關(guān)性越強(qiáng)

corr.txt

四喘先、準(zhǔn)備Cytoscape輸入文件

相關(guān)數(shù)據(jù):input_network.txt

用vlookup把genus和keggID換成具體的名稱钳吟;正相關(guān)標(biāo)記為pos,負(fù)相關(guān)標(biāo)記為neg苹祟,r值去掉正負(fù)砸抛。

分組數(shù)據(jù):input_group.txt

五、Cytoscape數(shù)據(jù)導(dǎo)入

  • 1 打開cytoscape3.5.1
  • 2 點(diǎn)擊With Empty Network
  • 3 輸入network name树枫,點(diǎn)擊OK
圖片.png
  • 4 導(dǎo)入相關(guān)數(shù)據(jù)
  • 5 以genus為source node直焙,kegg為target,點(diǎn)擊OK
雛形
  • 6 導(dǎo)入分組文件:打開砂轻,OK

六奔誓、Cytoscape圖形設(shè)置

1 設(shè)置圖形大小、線條粗細(xì)

顯著相關(guān)越多,圖形越大厨喂;相關(guān)性越強(qiáng)線條越粗

選中所有點(diǎn)
依次點(diǎn)擊
依次點(diǎn)擊和措,X掉最后的窗口
依次點(diǎn)擊
依次選擇、點(diǎn)擊
搞定圖形大小蜕煌、線條粗細(xì)

2 設(shè)置圖形顏色

3 設(shè)置線條顏色

七派阱、保存結(jié)果

保存:整個(gè)工作

保存:pdf或png

結(jié)果示例

參考:
微生物研究必備:Cytoscape繪制網(wǎng)絡(luò)圖(一)
微生物研究必備:Cytoscape繪制網(wǎng)絡(luò)圖(二)
微生物研究必備:Cytoscape繪制網(wǎng)絡(luò)圖(三)
微生物研究必備:Cytoscape繪制網(wǎng)絡(luò)圖(四)
微生物研究必備:Cytoscape繪制網(wǎng)絡(luò)圖(五)

\color{green}{????原創(chuàng)文章,碼字不易斜纪,轉(zhuǎn)載請(qǐng)注明出處????}

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末贫母,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子盒刚,更是在濱河造成了極大的恐慌腺劣,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,682評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件因块,死亡現(xiàn)場(chǎng)離奇詭異橘原,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)涡上,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,277評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門趾断,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人吓懈,你說我怎么就攤上這事歼冰。” “怎么了耻警?”我有些...
    開封第一講書人閱讀 165,083評(píng)論 0 355
  • 文/不壞的土叔 我叫張陵隔嫡,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我甘穿,道長(zhǎng)腮恩,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,763評(píng)論 1 295
  • 正文 為了忘掉前任温兼,我火速辦了婚禮秸滴,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘募判。我一直安慰自己荡含,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,785評(píng)論 6 392
  • 文/花漫 我一把揭開白布届垫。 她就那樣靜靜地躺著释液,像睡著了一般。 火紅的嫁衣襯著肌膚如雪装处。 梳的紋絲不亂的頭發(fā)上误债,一...
    開封第一講書人閱讀 51,624評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼寝蹈。 笑死李命,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的箫老。 我是一名探鬼主播封字,決...
    沈念sama閱讀 40,358評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼槽惫!你這毒婦竟也來了周叮?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,261評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤界斜,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后合冀,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體各薇,經(jīng)...
    沈念sama閱讀 45,722評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,900評(píng)論 3 336
  • 正文 我和宋清朗相戀三年君躺,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了峭判。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,030評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡棕叫,死狀恐怖林螃,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情俺泣,我是刑警寧澤疗认,帶...
    沈念sama閱讀 35,737評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站伏钠,受9級(jí)特大地震影響横漏,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜熟掂,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,360評(píng)論 3 330
  • 文/蒙蒙 一缎浇、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧赴肚,春花似錦素跺、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,941評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至横朋,卻和暖如春仑乌,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,057評(píng)論 1 270
  • 我被黑心中介騙來泰國打工晰甚, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留衙传,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,237評(píng)論 3 371
  • 正文 我出身青樓厕九,卻偏偏與公主長(zhǎng)得像蓖捶,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子扁远,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,976評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容