本文授权转载自微信公众号「小张聊科研」，微信 ID：xzlky2015。
大家好，万众期待的怪阿姨开脑洞时间又到了。
做完 microRNA 芯片测序之后预测 microRNA 的靶基因，筛选重要的靶基因进行验证是研究中的常见套路，做出结果后写到文章 Result 里大致如下。
如果我是审稿人，看到这么干巴巴的一段话肯定心情烦躁。故而该文作者增加了 Figure 3。这样的一张图放在 2-3 分的文章里是加分极多的。
这种简洁明了的 microRNA-mRNA 关系表达正是 Cytoscape 的强项。下面本宫就来画一个！
先在 Pubmed 上找了一个 microRNA 的数据包 GSE72199[2]，GEO2R 筛选了差异表达的 microRNA：
随便找了 P 值最小的 5 个，然后去 TargetScan（http://www.targetscan.org/）上进行了靶基因预测。（如果确实需要进行靶基因预测并进行验证的话，还是需要多个工具一起使用取交集的，常用的有 TargetScan、Mirtrail、Mirdb 和 MiRbase 等）
筛选 Cumulative weighted context++ score ≤-0.4 的靶基因，做成如下的 EXCEL 表格：
再将 EXCEL 表格中的内容复制到 TXT 文本中，导入 Cytoscape：
将第一列选择为 Source Nodes，导入后得到下图：
按住 SHIFT 和鼠标左键画框，把太远的 Nodes 拖得聚拢一些，不然太占地方了：
处理好了之后，我们需要对 Nodes 和 Edges 进行个性化的标注。Nodes 的注释这里分为两类：1、mRNA 还是 microRNA；mRNA 的颜色随 Cumulative weighted context++渐变。Edges 的注释为：作用关系随 Cumulativeweighted context++ score 渐变（可以是颜色也可以是线条粗细）。
首先导入 Table 文件，还是之前那个 TXT 文件：
选择设置 Nodes 的颜色，Column 选择 Cumulative weighted context++ score，颜色选成渐变，然后编辑色阶
小三角设置色阶颜色，Handle Postion 设置色阶对应的数值，Add 增加色阶数量。（这里需要注意一点，Cumulative weighted context++ score 的最小值是-66.01，最大值是-0.4，我们设置的范围略宽于这个范围为好，保证每个 Nodes 的颜色都能正常显示）
然后再编辑形状，mRNA 选择圆形，microRNA 选择菱形。
之后再编辑 Edges 的颜色：
选择设置 Edges 的颜色，Column 选择 Cumulative weighted context++ score，颜色选成渐变，然后编辑色阶。
做完是这样的：
最后效果如下：
当然了，我们还可以设置和 2 个 microRNA 相关的 mRNA 的圆圈大小，从而更进一步突出我们的筛选结果。
下面我们讲一讲从 STRING 数据库（http://www.string-db.org）得到分析结果之后的作图。
首先从 GEO 上找了两个数据包，分别筛选差异基因再取交集，一共得到 163 个差异基因，丢到 STRING 数据库里进行分析：
得到下面的图，下载下面标注的那个 TXT 文档，导入到 Cytoscape 里：
导入后得到下面的图：
假设我们比较关注以 CCND1 为中心的 Network，我们先把别的不相关的都删掉，再调整下各个 Nodes 的位置：
这里我们对 Nodes 和 Edges 的作出如下注释：1、Edges 的粗细由 combined_score 渐变调整；2、mRNA 的上下调分别注释为粉色和黄色；3、Nodes 的大小由相互作用的 Count 数决定。
首先选择 Tool 里的 Network Analysis 工具中的 Generate Style from Statistics：
如下图粗细做好了，然后做 Nodes 的颜色和大小：
将 TXT 文件复制到 EXCEL 里处理一下，需要对 Nodes1 增加 Count 和 Regulation 两列的注释（Regulation 也可以根据 Fold Change 的数值进行颜色渐变处理）。
Count 的计算如下图，将 Nodes1 和 Nodes2 复制到一列中，然后利用 = COUNTIF(A:A,A2) 的公式进行计算
增加上下调关系，然后选中第一列删除重复项，将处理完的数据保存为 TXT 文件作为 Table 导入到 Cytoscape 中（这里要注意的是还要添加一列 Nodes2 将其注释进去）：
根据 Regulation 调整节点颜色，根据 Count 渐变调整 Nodes 大小。调整完结果如下：
小结：Cytoscape 主要是通过 Edges 连接 Nodes 构成 Network，通过导入 Table 对 Network 中的 Edges 和 Nodes 进行注释，从而得到我们想要的效果，导入的 Table 则源于我们对数据的处理，所以数据的处理分析是 Cytoscape 作图的重要前提。好了，今天 Cytoscape 的作图就扯到这了，以后会给大家讲讲 CO-EXPRESSION 的作图。
1. Pahl, M.C., et al., MicroRNA expression signature in humanabdominal aortic aneurysms. BMC Med Genomics, 2012. 5: p. 25.
2. Mokutani,Y., et al., Down-Regulation ofmicroRNA-132 is Associated with Poor Prognosis of Colorectal Cancer. AnnSurg Oncol, 2016. 23(Suppl 5): p.599-608.