前言
在进行代谢组和转录组联合分析的时候，经常需要计算基因表达和代谢物含量、基因与基因表达间的相关性系数，绘制想要的网络图、相关性热图等，虽然已经有些云平台可能会有相应的一些工具计算，但是最大的问题还是—"慢”，数据量稍微多一点的时候，需要刷新很久，而且得到的不一定是你想要的结果，反复试验，获取最佳结果，可能还得面对次数有限，继续付费等问题……有时候网络不好的时候，让人崩溃……..
然后你就会想不如自己分析，不仅可以得到原始的数据，还能个性化的绘图，但问题在于你需要安装R，需要安装包，随时可能遇到error，捣鼓一下一天又过去……
当你搞定了食材后，你又发现不知道哪个函数才能计算相关性，又是如何整理结果，又如何根据阈值筛选，走投无路的你默默的打开excel筛选，一列又一列….数据大了，处理起来还是一卡一卡的….不如不觉，一个上午又过去…..
基于此，我个人觉得，还是比较必要打包插件来依据表达量矩阵计算相关性矩阵，以及依据相关性矩阵结合阈值筛选直接获得cytoscape的输入文件，一方面可以节省时间，本地版多少比网页快；另一方面则是或许支持更多的数据进行分析(网页版数据多了可能直接罢工了)；当然最主要是方便，鼠标拖拖点点，便可完成，而且还可以依据自己的idea个性化绘图，就挺快乐的。
下面简单介绍一下两个插件的搭配使用。
Obtain Correlation and P-value Matrix Base On Expression Matrix 插件
输入文件两个
推荐使用txt格式（文件后缀为’txt’，Tab分隔的文本文件），第一行为列名，其余行为标识符名称及其表达定量信息。
文件必须包含以下几列：
1.ID，该列列名及内容区分大小写
2.除了ID列外，其余列名称为样本名称，区分大小写，值为正数（整数或者小数）
注意：两个输入文件的列名需要保持一致
Algorithm
两种常用的相关性计算方法；pearson/spearman
设置工作目录
选择输出文件的文件夹即可
输出结果如下，两个文件，分别为相关性和对应p-value
rcorr_test_pearson_R_file.txt 部分内容
rcorr_test_pearson_P_file.txt 部分内容
我们可以接着浅做个基因和代谢物的相关性热图
除了基因和代谢物间的相关性可以计算，代谢物和代谢物，基因和基因之间也可以，只需要将输入文件1、2保持一致即可。
总的来说，第一个插件输出的是所有基因对或者代谢物对的相关性及p值情况。
但更多时候，我们更想要根据p值阈值筛选达到相关性阈值的强相关利用cytoscape进行可视化。接下来介绍一下第二个插件。
Prepare Input For Cytoscape Based On Correlation and P-value Matrix 插件
输入文件
相关性矩阵和P值矩阵，可直接由第一个插件生成
|Correlation_threshold| and |P-value_threshold|
阈值非负，如p值可设置为0.05，相关性可设置为0.8
设置工作目录
提供一个目录即可，输出结果会保存在提供的工作目录中。
All input 如下：
Result
点击start后，会自动跳转至工作目录，同时生成两个结果文件。
select_node_cor_threshold_0.8_p_threshold_0.05.txt
可直接作为cytoscape的输入网络文件。
生成结果如下
node_id_cor_threshold_0.8_p_threshold_0.05.txt
该文件把满足相关性和p值条件的node id 全部整理了出来，可直接在第二列按照用户的需求对节点进行分类，快速制作成cytoscape的属性映射文件。
导入属性文件后，映射后的网络图如下：
在TBtools上我完成整个过程大概1-2 min左右，因数据而异，但是不管怎么样，还是挺快，且方便的，还不受制于网络(只在第一次使用时安装包的时候需要;PS: 后续插件商店可直接下载免安装包插件)，真香。
联系客服
