使用 MENA 和 Gephi 作分子生态网络分析(Molecular Ecological Network Analysis)图

KZL爱学习66

已于 2023-04-27 14:49:37 修改

阅读量8.8k

点赞数 19

分类专栏：分子生态网络 MENA Gephi 文章标签： python java

于 2023-04-27 14:49:23 首次发布

本文链接：https://blog.csdn.net/m0_54841047/article/details/130405759

版权

分子生态网络同时被 3 个专栏收录

1 篇文章 2 订阅

订阅专栏

MENA

1 篇文章 1 订阅

订阅专栏

Gephi

1 篇文章 0 订阅

订阅专栏

使用 MENA 和 Gephi 作分子生态网络分析(Molecular Ecological Network Analysis)图

文章目录

使用 MENA 和 Gephi 作分子生态网络分析(Molecular Ecological Network Analysis)图

简单介绍

生物之间相互作用比如竞争、合作、共生等；由于进化生物之间存在某种系统发育关系，这些联系都能描述为生态网络，在生态网络中，每一个元素（生物或基因）可以描述成网络中的一个节点，他们之间的关系能描述成网络中的边。随着高通量测序、基因芯片等技术的发展，研究人员可以得到了空前庞大的数据量，而利用微生物16S测序数据得到的OTU丰度矩阵也可以进行网络分析，探究不同操作单元之间的互作关系。

什么是MENA

一个可以利用OTU数据进行在线分子生态网络分析的网站。

什么是Gephi

做关系网络图的软件，有可视化页面，基于Java的，不知道没装java能不能用，我之前装了而且配置过环境变量，然后Gephi打开就是能用的。

准备数据

网络分析的输入数据为OTU丰度矩阵，每一行对应一个OTU,每一列对应OTU在不同样品中的丰度，如下图

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-584heqFU-1682576580008)(C:\Users\24121\AppData\Roaming\Typora\typora-user-images\image-20230427091644079.png)]$

MENA网站登录和使用

网站地址： http://ieg4.rccc.ou.edu/MENA/

如无账号可以进行注册并登陆，注册只需要邮箱等信息即可。

登陆后界面的主要操作内容为前四部份，涉及上传数据、构建网络、分析网络以及查看此前上传和分析的网络结果。
在这里插入图片描述

上传数据

点击
在这里插入图片描述

选择文件
在这里插入图片描述

然后点击提交

提交成功后会自动显示上传数据的大致信息，包括样本数量、OTU数量等等。

构建网络

点击

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ViAEvGvw-1682576580010)(C:\Users\24121\AppData\Roaming\Typora\typora-user-images\image-20230427092404089.png)]$

选择你需要分析的数据集，提交

在这里插入图片描述

跳转到Select Dataset页面，选择需要进行网络分析的数据进行下一步，提交之后进入参数设置页面（如下图），具体涉及了数据过滤，相似性计算算法，RMT(随机矩阵理论）模型计算，提交后跳转至等待页面。

在这里插入图片描述

主界面点击“Search datasets and networks”，可查看当前的工作状态，Status显示为“done”时就可以了。（此步耗时可能比较长）
在这里插入图片描述

点击对应结果

选择一个合适的cutoff作为相似矩阵来构建网络

通常而言，cutoff选择的阈值越高，网络规模(节点数和边数)越小，拟合的R2也高。

多个网络需要比较，保持在同一(或尽可能接近的)cutoff值

在这里插入图片描述

点击提交。随后，将显示最终网络的节点数、边数、平均连通度、平均路径长度、拟合的R2。
在这里插入图片描述

分析网络和导出网络文件

返回主界面点击“Analyze the networks”，可对网络执行以下操作。

做完模块计算后。可以点击导出网络文件，下载边文件和节点数据。这在后面的作图中需要。
在这里插入图片描述

在这里插入图片描述

使用Gephi作图

作图的原理是：边文件（edge）给节点之间相连的信息，节点文件(node)补充节点的细节信息，比如rank等。所以边文件是必须的，实际上没有节点文件也能把图做出来，软件也支持导入邻接矩阵文件作图。

MENA导出的数据预处理

因为MENA导出的数据是以分隔符保存的文件，如果用Gephi打开标签不全没法打开，edge文件更是没有属性标签。所以用之前必须先加上，并且另存为Gephi能识别的.lsx文件。这些步骤使用excel就能完成

Excel打开和处理文件

在这里插入图片描述

选择分隔符

在这里插入图片描述

点下一步，选择空格分隔符，完成
在这里插入图片描述

node文件

node节点文件需要补充的属性标签是：

1：ID，（为了和边文件匹配）

2：Label，（作图的时候显示）

我的做法是，把Name复制一列，然后第一列改成ID，第二列改成Label，然后把数据中的无关符号去掉，保留数字。（具体处理方式依照作图需求，这边依照的是老师给的格式，多组处理使用R或python会方便很多）
在这里插入图片描述

结果：
在这里插入图片描述

另存为xlsx文件

edge文件

node节点文件需要补充的属性标签是：

Source		Target		Weight	ID	Type

实际上会发现用同样方法打开edge文件后格式是这样子：


OTU_1	(pp)	OTU_10	=	1
OTU_1	(pp)	OTU_19	=	1
OTU_1	(pp)	OTU_23	=	1
OTU_1	(pp)	OTU_26	=	1
OTU_1	(pp)	OTU_1291	=	1
OTU_2	(pp)	OTU_2977	=	1
OTU_3	(pp)	OTU_41	=	1

其中。第一列和第三列和第5列是我们要用的值

分别的意义为：源节点，终结点，和权重

此外，我们还需要加入ID和type(是否有向边)

加上标签后：

Source	x	Target	y	Weight	ID	Type
OTU_1	(pp)	OTU_10	=	1	0	Directed
OTU_1	(pp)	OTU_19	=	1	1	Directed
OTU_1	(pp)	OTU_23	=	1	2	Directed
OTU_1	(pp)	OTU_26	=	1	3	Directed
OTU_1	(pp)	OTU_1291	=	1	4	Directed

x和y是随意取的，因为文件是以空格为分隔符的，不能空着。

保存为.xlsx文件

导入node和edge文件

打开Gephi软件

导入边文件：
在这里插入图片描述

点下一步，没用的值就不用勾选了
在这里插入图片描述

点击完成

点击“边”查看：
在这里插入图片描述

再同样导入node文件

注意要加入现有的workspace
在这里插入图片描述

可以看到节点现在有详细数据了

在这里插入图片描述

制图

点击预览(overview):
在这里插入图片描述

拖动左下角使变清晰
在这里插入图片描述

给模块标颜色

因为node文件里面有了MENA分析后的注释信息，包含mudule、degree等，我们下一步的目的就是将这些注释在图上体现出来

在这里插入图片描述

设置颜色

点击apply

在这里插入图片描述

给每个点按照degree设置大小

在这里插入图片描述

我设的是min25,max50: apply:
在这里插入图片描述

设置布局和标签

布局选择Fruchterman Reingold

run后

在这里插入图片描述

概览点击刷新：

在这里插入图片描述

给图加上节点标签：

点击刷新：

最后就可以保存和导出了

由于在计算时过滤条件放宽了，导致节点较为分散

········································································
部分内容参考至CSDN博主「weixin_39532019」的原创文章，
原文链接：https://blog.csdn.net/weixin_39532019/article/details/111686206