目前對于關(guān)聯(lián)分析的相關(guān)研究在疾病的分析中至關(guān)重要，我們在進(jìn)行研究的過程中往往會關(guān)注與某一疾病相關(guān)的信息（如：基因位點(diǎn)，表達(dá)位點(diǎn)，甲基化位點(diǎn)，表型位點(diǎn)）。就目前引起廣泛關(guān)注的疾病‘癌癥’而言，研究人員通過分子生物學(xué)的手段對于其治療過程中基因的表達(dá)或甲基化進(jìn)行研究，發(fā)現(xiàn)了一些潛在的免疫治療機(jī)制。在復(fù)雜的微環(huán)境變化中，多種免疫因子在疾病的進(jìn)程中發(fā)揮著不同的作用，錯(cuò)綜復(fù)雜的通路反應(yīng)中總是存在協(xié)同于相反作用的蛋白或者一些小分子物質(zhì)，從轉(zhuǎn)錄組學(xué)中包含了多種類型的轉(zhuǎn)錄因子如蛋白編碼，非蛋白編碼RNA等，探索他們之間的關(guān)系更加有利于我們關(guān)注到疾病發(fā)生過程中體內(nèi)轉(zhuǎn)錄組學(xué)內(nèi)部的關(guān)聯(lián)性，尋找到更加可靠的研究靶點(diǎn)。

對于相關(guān)性網(wǎng)絡(luò)的構(gòu)建，我們是利用多個(gè)特征之間的線性相關(guān)關(guān)系，以構(gòu)建出多個(gè)特征之間錯(cuò)綜復(fù)雜的網(wǎng)絡(luò)，如基因共表達(dá)網(wǎng)絡(luò)，蛋白共表達(dá)網(wǎng)絡(luò)，以及代謝表達(dá)網(wǎng)絡(luò)等多種類型的網(wǎng)絡(luò)分析。幫助我們尋找到我們所關(guān)注的一些特征最中心的特征。本代碼是基于Spearman算法構(gòu)建的任意特征之間的相關(guān)網(wǎng)絡(luò)?；趦山M特征數(shù)據(jù)（以公共數(shù)據(jù)庫TCGA的表達(dá)矩陣與甲基化矩陣為例）會自動(dòng)計(jì)算網(wǎng)絡(luò)中的相關(guān)系數(shù)，并構(gòu)建關(guān)鍵節(jié)點(diǎn)構(gòu)建網(wǎng)絡(luò)，只需要輸入矩陣A和矩陣B即可產(chǎn)生相關(guān)網(wǎng)絡(luò)圖。

使用方法：

Rscript Network.R -Expression1= -Expression2= -Threshold.Positive= -Threshold.Negative=

參數(shù)說明：

USAGE:

Network.R -Expression1=<Expression1> -Expression2=<Expression2> -Threshold.Positive=<Number> -Threshold.Negative=<Number>

PARAMETERS:

-Expression1 the gene expression matrix, gene as row, sample as column, input csv format.

-Expression2 the gene expression matrix, gene as row, sample as column, input csv format. Expression2 can be the same matrix as Expression1. At this time, the focus is on internal relevance.

-Threshold.Positive the number. Choose the number of Positive relationships you want to show.

-Threshold.Negative the number. Choose the number of Negative relationships you want to show.

操作步驟：

1. 打開命令行界面(MAC & Linux )，輸入“Rscript Network.R”調(diào)閱幫助文檔，確定該程序所需的輸入文件。

2. 根據(jù)幫助文檔中的參數(shù)說明內(nèi)容，對參數(shù)進(jìn)行設(shè)置。首先，必須輸入?yún)?shù)有4個(gè)（注意大小寫保持一致），其中兩個(gè)分別是-Expression1，-Expression2，兩個(gè)文件均表示基因表達(dá)矩陣文件，以基因?yàn)樾校瑯颖緸榱?，保存為csv文件；注：兩個(gè)表達(dá)矩陣的樣本量必須保持一致，且文件中數(shù)據(jù)類型保持一致，不可出現(xiàn)‘null’等字樣，如有出現(xiàn)請?zhí)鎿Q成‘NA’。最后兩個(gè)為兩個(gè)非零的正整數(shù)，-Threshold.Positive參數(shù)是指你想要在網(wǎng)絡(luò)圖中展示的正相關(guān)關(guān)系的個(gè)數(shù)，而-Threshold.Negative參數(shù)則是指你想要在網(wǎng)絡(luò)圖中展示的負(fù)相關(guān)關(guān)系的個(gè)數(shù)。

完成參數(shù)提交后，按下回車鍵，整個(gè)程序即正式開始進(jìn)入執(zhí)行。每步執(zhí)行內(nèi)容都會給出提示。程序執(zhí)行完畢后，界面會顯示“Program execution is completed”結(jié)束語。

結(jié)果展示：

共輸出三個(gè)pdf格式的圖片文件，三個(gè)csv格式文件，

1.?Network.all.pdf

該圖片涵蓋了表達(dá)矩陣中納入的全部基因之間的關(guān)聯(lián)作用，是一個(gè)整體的概況，但由于信息量巨大，因此僅能用圓形圖案進(jìn)行展示

2. Network.Top.pdf?& Network.-Top.pdf（每組有兩種形式選擇）

上述圖片涵蓋了以基因之間的相關(guān)系數(shù)作為依據(jù)，選取相關(guān)系數(shù)為負(fù)的Top20的相關(guān)關(guān)系為基礎(chǔ)進(jìn)行圓形關(guān)系網(wǎng)絡(luò)繪制，此圖片充分展示了彼此之間的相互作用。（包含兩中圖，上圖為兩個(gè)類別不同顏色的圖，下圖為同種顏色，如輸入的兩個(gè)Expression1 == Expression2?則可選用第二種圖）

上述圖片涵蓋了以基因之間的相關(guān)系數(shù)作為依據(jù)，選取相關(guān)系數(shù)為正的Top60的關(guān)系以及相關(guān)系數(shù)為基礎(chǔ)進(jìn)行圓形關(guān)系網(wǎng)絡(luò)繪制，此圖片充分展示了彼此之間的相互作用（包含兩中圖，上圖為兩個(gè)類別不同顏色的圖，下圖為同種顏色，如輸入的兩個(gè)Expression1 == Expression2 則可選用第二種圖）。

3. links.csv

該文件包括了相關(guān)分析的結(jié)果，此文件可作為Cytoscape軟件的輸入文件。

特別說明：本代碼經(jīng)申請軟件著作權(quán)，僅轉(zhuǎn)讓使用權(quán)，不轉(zhuǎn)讓所有權(quán)

如需代碼及示例數(shù)據(jù)等文件，請掃碼聊天框回復(fù) “代碼”領(lǐng)??！

寫在文末：

如果您近期想做生信方面的文章而苦于沒有思路，或者不知道如何來入手生信分析，或者兌具體的某一個(gè)圖有作圖需求，都可以掃碼咨詢小云，我們有專業(yè)的技術(shù)團(tuán)隊(duì)，生信熱點(diǎn)思路設(shè)計(jì)、生信分析、熱點(diǎn)方向生信挖掘等，如有需要，可掃碼下方二維碼了解詳情：?