GEO生信数据挖掘（十一）STRING数据库PPI蛋白互作网络 & Cytoscape个性化绘图【SCI 指日可待】_生信string

GEO生信数据挖掘（十）肺结核数据-差异分析-WGCNA分析（900行代码整理注释更新版本）

通过 前面十篇文章的学习，我们应该已经可以获取到一个”心仪的基因列表“了，相较于原始基因数量，这个列表的数量已经有了明显的缩小，为了进一步确定Hub gene 需要借助两个工具。

使用STRING在线数据库进行PPI分析。

使用Cytoscape本地客户端进行蛋白互作关系图绘制。

视频讲解

STRING在线数据库进行PPI分析

https://cn.string-db.org/

STRING在线数据库（STRING: functional protein association networks：https://cn.string-db.org/） 

准备好自己感兴趣的gene list 整个这列复制一下，STRING也支持导入文件。

STRING 操作第一步界面

看图有操作说明

也可以选择自动（auto-select），数量多的话，点击SEARCH后，第二步也会提示，选择物种。

第二步的界面

可以看看基因，没问题，点击CONTINUE

第三步界面 出现结果

一般会用到 Settings 和Exports

Setting设置看图，调整完毕后，点击UPDATE更新结果。

结果导出

用Cytoscape自己调整图 导出TSV数据文件

使用Cytoscape本地客户端进行蛋白互作关系图绘制

TSV文件已经从STRING数据库中下载保存完毕。

安装Cytoscape 需要配置java环境

不同版本对应的java版本有要去（本文使用Cytoscape3.10，jdk-17_windows-x64_bin，总计369M的压缩包，链接: https://pan.baidu.com/s/19gjKs9w6TM2ylXxupA5ykw?pwd=4p7y 提取码: 4p7y 复制这段内容后打开百度网盘手机App，操作更方便哦）

如果觉得百度盘慢，评论区留下邮箱，私发。

打开Cytoscape的界面

导入文件

设置列

初步图形生成

先删除孤立节点（可以配合Ctrl 键进行操作）

首先进行数据网络分析

选中数据，Tool，analyze Network，

可以再次观察，下方的数据区域（Node Table），增加很多信息，我们最关心的是degree列，degree数据列值越大，那么说明，对应基因越重要，有更多的基因连接到了目标基因。

基因样式设置

style -> shape -> 圆形

设置圆形的样式，并勾选，锁定节点的长宽

节点的大小设置

让节点的大小和degree 关联起来。

观察TP53基因，大小明显改变，且是最大的。

节点的形状太小，把size 的下限提高。

节点的颜色设置

让节点的颜色和degree 关联起来。

设置Fill Color

degre越大则颜色越深，反之，则越浅。（设置方法，同理）

基因选择

可以鼠标选择图中的节点，配合快捷键

还可以在Node Table 列表中进行选择基因名称，然后右击鼠标，功能菜单中选择图中的节点。

基因节点的排列样式

目前，节点已经设置完毕，边可以根据需要继续设置，方法类似。

现在图形的样式排布比较随意，可以将节点按照环形，或者方形进行排列。

Layout ->Grid layout 

可以选择部分节点，也可以直接对所有节点进行操作。

设置环形结构

复杂的环形结构排列

上面形状有了，但是由于本例中节点的数量的太多，还可以继续美化。

选择degree前10个基因先绘制一个圆形，再绘制其他基因。可以迭代多个圆形。

选择了三组degree 分段后的基因，生成了三个圆形，下面进行排列

使用 Layout Tool 进行图形排列

打开layout Tool

调整scale 放大缩小，可以调整圆环的距离。

如果缩小至最测了,仍然需要缩小，可以点击重置比例。比例又会回到1。

最终调整完毕

导出文件

可以导出session项目文件，后续可以继续编辑，可以导出图片，再论文中使用。

视频讲解

以上绘图共做就完成了，SCI 指日可待。