Plot Gene Regulatory Network(基因调控网络图)
分析模块,输入差异基因FPKM矩阵,和转录因子列表文件(转录因子必须包含在差异基因FPKM矩阵中)。两两间的基因(包含转录因子)进行相关性检验,根据设定的相关系数与p值阈值,如果两两基因相关性分析满足阈值,则两两基因之间具有连通性,即两两基因之间在网络图上存在边。分析模块会生成网络图gml文件。gml文件,可通过Import方式导入到Cytoscape软件中,进行可视化作图,在Cytoscape软件中生成对应的调控网络图。
输入:
1、差异基因FPKM矩阵(过滤FPKM矩阵中,非差异表达基因对应的行)。
!!不能使用包含非差异表达基因的原始FPKM矩阵。
示例:
T4 T5 T6 T7 T8 T9
BM590_A0004 406.46 494.13 414.62 825.09 2678.41 555.67
BM590_A0005 605.70 755.09 643.55 1184.73 2980.14 568.58
BM590_A0015 382.41 435.68 435.09 667.24 1664.78 511.53
BM590_A0021 305.80 347.07 323.75 151.16 57.04 252.18
BM590_A0025 82.60 71.30 83.22 95.78 311.02 96.31
BM590_A0028 389.64 441.62 387.26 1020.02 5531.28 345.31
BM590_A0046 295.72 291.23 379.24 308.84 92.26 517.02
……
2、转录因子列表文件(转录因子必须包含在差异基因FPKM矩阵中)。
示例:
BM590_A1208
BM590_A2108
BM590_A0215
BM590_A1759
BM590_A1256
BM590_A2152
BM590_A2107
BM590_A1854
BM590_A1530
BM590_A2143
输出:
调控网络gml文件。
示例:
graph [
graph [
]
name ""
node [
id 0
label "BM590_B0721"
color "lightslateblue"
fillcolor "lightslateblue"
]
node [
id 1
label "BM590_B0437"
color "lightslateblue"
fillcolor "lightslateblue"
]…….
注:
在Cytoscape中,通过左上方的File选项 –> Import -> Network -> File。导入对应的gml文件。
通过上方的layout选项 -> yFiles Layouts -> Organic。设置节点布局为organic。
通过左方的Style选项卡 -> Node -> Fill Color栏 -> 点击右侧三角展开 -> Column选项,选择fillcolor -> Mapping Type选项,选择Passthrough Mapping。将调控因子节点设为红色,其他节点设为天蓝色。
通过左方的Style选项卡 -> Node -> Shape栏 -> 点击前端的第一个小方框 -> 选择Ellipse。将节点性状设置为椭圆。
得到如下所示的网络图,其中,每个节点代表一个基因,每条边代表基因间存在连通(样本中,表达模式具有强相关性),红色节点代表调控因子,天蓝色节点代表其他基因。
通常,调控因子的连通性更强,即与之关联的边的数量更多,基本会处于网络的中心位置。
如需,更进一步的调整和作图,参考Cytoscape官网教程: (http://www.cytoscape.org/documentation_users.html)。
其中,示例用Cytoscape版本为:3.3.0,Java版本为:1.8.0_74。
分析模块引用了R语言(v3.2.3)Hmisc包(v3.16-0)中的rcorr函数进行相关性检验。
分析模块引用了Python(v2.7.9)语言networkx库(v1.10rc2)生成网络图gml文件。