蛋白质同源建模结果分析(相互作用到底有多强)

尔云间 一个专门做科研的团队

原创 小果 生信果

蛋白质同源建模结果分析(相互作用到底有多强)(1)

小果今天给大家带来的是Cytoscape的相关使用方法,Cytoscape是一个用来美化蛋白互作网络的工具,相信很多小伙伴已经掌握了Cytoscape的基本使用方法,那今天就让我们来进阶一下吧,用Cytoscape来计算一下蛋白互作网络的各个指标

Cytoscape是可以安装各种插件来帮助我们工作的,今天我们要用到的插件是cytoHubba,安装方法是点击左上角apps里的app Manager。

蛋白质同源建模结果分析(相互作用到底有多强)(2)

然后从下面的界面中找到需要安装的插件。

蛋白质同源建模结果分析(相互作用到底有多强)(3)

找到安装就行了,小果这个就是已经安装好了。

蛋白质同源建模结果分析(相互作用到底有多强)(4)

安装好之后在软件的最左侧就能找到cytoHubba这个按钮,点一下,就是下面这个界面。

蛋白质同源建模结果分析(相互作用到底有多强)(5)

这里小果是已经点了calculate这个按钮,点击之后就会计算蛋白互作的各个指标。

蛋白质同源建模结果分析(相互作用到底有多强)(6)

这个数据可以直接导出,但顺序可能会发生些变化。

得到这些数据之后就可以筛选我们想要的蛋白互作网络的节点基因了。

蛋白质同源建模结果分析(相互作用到底有多强)(7)

这里可以选择按照指标排序,按照顺序填充颜色,颜色越深,数据越大。小果这里选择的是degree,也就是节点上链接的线的数量。

蛋白质同源建模结果分析(相互作用到底有多强)(8)

画出来大概就是这样的。当然了,小伙伴们也可以选择其它指标,比如说MCC,MNC,EPC等等。

好了,这就是今天的主要内容了,小伙伴们感觉如何呢,小果觉得这些还是比较实用的,极大的美化了蛋白网络互作图。小伙伴们还有什么问题欢迎来和小果分享讨论啊。

推荐阅读

使用R语言完成序列比对及进化树美化

你不知道的PCA及在R中的实现

小果教你用TransDecoder轻松预测蛋白开放阅读框序列

一把钥匙配一把锁,专属GPL16686芯片的ID转换

非癌症也能看风险,R语言单因素logistic回归

,

免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com

    分享
    投诉
    首页