1安装

如果(!"RCy3" %in% installed.packages()){install.packages("BiocManager") BiocManager::install("RCy3")} library(RCy3) if(!"igraph" %in% installed.packages()){install.packages("igraph")} library(igraph) if(!"plyr" %in% installed.packages()){install.packages("plyr")} library(plyr)

2所需的软件

RCy3的全部意义在于与Cytoscape连接。您需要安装并启动Cytoscape:

• 下载最新的Cytoscapehttp://www.cytoscape.org/download.php
• 完整安装向导
• 发射Cytoscape

cytoscapePing ()

3.读取数据集。

数据格式:3个变量的数据框架;变量1和变量2对应交互;变量3是交互的权重

lesmis <- system.file("extdata"，" lessis .txt"， package="RCy3")数据集<-读取。table(lesmis, header = FALSE, sep = "\t")

创建图形。使用simplify来确保没有重复的边或self循环

gD <- igraph::simplify(igraph::graph.data.frame(dataSet, directed=FALSE))

验证节点(77)和边(254)的数量:

igraph: vcount (gD) igraph: ecount (gD)

4常用的iGraph函数

计算用于演示不同绘图能力的一些节点属性和节点相似性

计算所有节点的度

degAll <- igraph::degree(gD, v = igraph:: v (gD)， mode = "all")

计算所有节点的中间值

betAll <- igraph:: betweness (gD, v = igraph::v (gD)， directed = FALSE) / ((igraph::vcount(gD) - 1) * (igraph::vcount(gD)-2) / 2) betAll。norm <- (betAll - min(betAll))/(max(betAll) - min(betAll)) rm(betAll)

计算所有节点对之间的骰子相似度

dsAll <- igraph::相似度。骰子(gD, vids = igraph::V(gD)， mode = "all")

5向网络添加属性

根据计算出的节点属性/相似性添加新的节点属性

gD <- igraph::set.vertex。attribute(gD， "degree"， index = igraph::V(gD)， value = degAll) gD <- igraph::set.vertex。属性(gD， " betweness "， index = igraph::V(gD)， value = betAll.norm)

检查属性。除了“name”，你现在应该能看到“degree”和“betweeness”了。

总结(gD)

现在是edge属性。

F1 <- function(x) {data.frame(V4 = dsAll[which(igraph::V(gD)$name == as.character(x$V1))， which(igraph::V(gD)$name == as.character(x$V2))])}数据集。ext <- plyr::ddply(dataSet， .variables=c("V1"， "V2"， "V3")， function(x) data.frame(F1(x))) gD <- igraph::set.edge。attribute(gD， "weight"， index = igraph::E(gD)， value = 0) gD <- igraph::set.edge。属性(gD， "similarity"， index = igraph::E(gD)， value = 0)

注:dataSet中交互的顺序。ext与它在dataSet或边缘列表中的不一样，因此这些值不能直接赋值

for (i in 1:nrow(dataSet.ext)) {igraph::E(gD)[as.character(dataSet.ext$V1) %——% as.character(dataSet.ext$V2)]$weight <- as.numeric(dataSet.ext$V3) igraph::E(gD)[as.character(dataSet.ext$V1) %——% as.character(dataSet.ext$V2)]$similarity <- as.numeric(dataSet.ext$V4)} rm(dataSet,dsAll, i, F1)

检查边缘属性。你会看到“权重”和“相似度”被加了进去。

总结(gD)

6让我们在Cytoscape中查看它

更新:您可以直接从图例到Cytoscape，发送所有属性并显示图形!

createNetworkFromIgraph (gD,新。title =“悲惨世界”)

getLayoutNames ()

getLayoutPropertyNames(“fruchterman-rheingold”)

layoutNetwork('fruchterman-rheingold gravity_multiplier=1 nIterations=10')

layoutNetwork('force-directed defaultSpringLength=70 defaultSpringCoefficient=0.000003')

setNodeColorMapping('degree'， c(min(degAll)， mean(degAll)， max(degAll))， c('#F5EDDD'， '#F59777'， '#F55333') lockNodeDimensions(TRUE) setNodeSizeMapping(' betweness '， c(min(betAll.norm)， mean(betAll.norm)， max(betAll.norm))， c(30,60,100))

setEdgeLineWidthMapping('weight'， c(min(as.numeric(dataSet.ext$V3))， mean(as.numeric(dataSet.ext$V3))， max(as.numeric(dataSet.ext$V3)))， c(1,3,5)) setEdgeColorMapping('weight'， c(min(as.numeric(dataSet.ext$V3))， mean(as.numeric(dataSet.ext$V3))， max(as.numeric(dataSet.ext$V3)))， c('#BBEE00'， '#77AA00'， '#558800')))

setBackgroundColorDefault('#D3D3D3') setNodeBorderColorDefault('#000000') setNodeBorderWidthDefault(3) setNodeShapeDefault('椭圆')setNodeFontSizeDefault(20) setNodeLabelColorDefault('#000000')

7为您的记录跟踪版本

cytoscapeVersionInfo ()

sessionInfo ()