Cytoscape是一个用于复杂网络可视化高效软件,即可以让我们做出网络互作的图。Cytoscape里面有个插件Clue GO可以解决我们GO,KEGG的分析,还能展现良好的可视化效果。下图就是一个很好的例(ONCOTARGET被剔除前发表的)
但是Clue GO真正使用起来存在一些问题,比如:
1.一般不需要展示所有的GO terms,但是基本很难调出来这样。
2.如果想展示富集通路包含的基因,有些通路包含了几十个甚至更多的基因,图片太复杂了。
所以,我们可以换一种方法(Enrichr)来显示Clue GO的效果,下面我带大家来展示一下:
1、Enrichr 网址:
amp.pharm.mssm.edu/Enrichr/
2、Cytoscape
3、Excel
具备以上三点即可制作
首先,我们将挑选好的差异表达基因复制,
即红色所圈出的那一列。
之后直接粘贴到enrichr的框口内,点击下方的submit即可(注意仅复制基因名)
一般利用GO分析和KEGG分析来挖掘信息,以下用KEGG来举例子。
我们选取上方pathway,若是想做GO则利用ontologies。
我们选取table界面
将结果导出成表格
即可以在系统找到这个文本,利用excel打开文本
我们选取前10项目,利用enrichr特别的combined socre,(统计渣感觉很科学)
由于cytoscape需要导入的是一对一的关系,所以我们需要对前10个项目进行一对一基因-项目的匹配。数据我们仅用combined score来表示pathway的可靠性。
在之前,我们需要对pathway所含基因进行处理。
利用分列来提取,利用固定符号分开。
之后要想弄出一对一的关系,只能利用excel粘贴的选项,横变竖排。个人目前仅有这种蠢方法,不知道有没有大神有改进的,欢迎分享。不过我们一般就弄前10个,所以也不多。
弄完这些之后,我们可以导入cytoscape
file-import-network-file(选取刚刚那个文本)
设置好主点,靶点,以及信息的归属,点击OK即可
之后进入了这种基础外观
之后可以利用上方工具栏layout对这些点进行排列,这个自己感觉怎么美观就怎么美观。。。多尝试,也可以手动一个一个移动。
Style界面可以设置图表的性质,byp.为单独node的性质,def.设置默认的node性质,byp优先于def.所以我们可以对特别的点在选中后在byp.中赋予特别含义。
我们对填充颜色进行梯度表示p-value的大小。我先设置默认填充为黑色,而有数值的node则根据continuous mapping。
我们对node的大小即size进行另一个性质的赋予,combined score,我们设置默认为6.0,其余有数值的根据导入的文本的数值。
最后我们将这个图片导出,file-export as image
选取pdf高清无码格式,去掉下方那个勾即可。
开头举例的那篇文献利用了KEGG富集分析,多个通路与p53基因有关联,所以猜测TMZ可通过与肿瘤蛋白P53(TP53)信号轴的相互作用发挥生物学效应。这个直接利用clueGO得出结果,但是如果在Clue GO不足以满足我们调试。。可以利用这个步骤来进行挖掘。同时enrichr也是一个很不错的线上富集分析的工具,简单全能,所以enrichr+cytoscape可以提供很多表现方式。
联系客服