KEGGgraph怎样根据kgml 文件从pathway中重构出基因互作网络

发布时间:2021-12-20 10:18:37 作者:柒染
来源:亿速云 阅读:281

本篇文章为大家展示了KEGGgraph怎样根据kgml 文件从pathway中重构出基因互作网络,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。

KEGGgraph 包可以解析kgml 文件,从中得到不同对象之间的网络结构,并在此基础上进一步挖掘其中的信息。

KEGGgraph 包提供了以下3种基本功能:

将kgml 文件转换为基因互作网络

用法示例

# 读取hsa00020xml 文件
> mapkG <- parseKGML2Graph("hsa00020.xml",expandGenes=TRUE, genesOnly = TRUE)
> mapkG
A graphNEL graph with directed edges
Number of Nodes = 30
Number of Edges = 101
>  nodes(mapkG)
[1] "hsa:1738"  "hsa:4967"  "hsa:55753" "hsa:1743"  "hsa:8801"  "hsa:8802"
[7] "hsa:8803"  "hsa:3417"  "hsa:3418"  "hsa:3419"  "hsa:3420"  "hsa:3421"
[13] "hsa:47"    "hsa:2271"  "hsa:48"    "hsa:50"    "hsa:1431"  "hsa:4190"
[19] "hsa:4191"  "hsa:5091"  "hsa:5160"  "hsa:5161"  "hsa:5162"  "hsa:1737"
[25] "hsa:5105"  "hsa:5106"  "hsa:6389"  "hsa:6390"  "hsa:6391"  "hsa:6392"
>  edges(mapkG)
$`hsa:1738`
[1] "hsa:4967"  "hsa:55753" "hsa:5160"  "hsa:5161"  "hsa:5162"  "hsa:1737"
$`hsa:4967`
[1] "hsa:3419" "hsa:3420" "hsa:3421" "hsa:3417" "hsa:3418"
$`hsa:55753`
[1] "hsa:3419" "hsa:3420" "hsa:3421" "hsa:3417" "hsa:3418"

在 parseKGML2Graph 中,有两个参数,expandGenes 和  genesOnly。

expandGenes 控制是否将基因进行展开,在pathway 中,会有1个KO 对应多个gene的情况,比如下面这种

    <entry id="32" name="hsa:8801 hsa:8802 hsa:8803" type="gene" reaction="rn:R00405"
        link="">http://www.kegg.jp/dbget-bin/www_bget?hsa:8801+hsa:8802+hsa:8803">;
        <graphics name="SUCLG2, G-SCS, GBETA, GTPSCS..." fgcolor="#000000" bgcolor="#BFFFBF"
             type="rectangle" x="260" y="574" width="46" height="17"/>
    </entry>

expandGenes = TRUE 表示将基因展开,每个基因作为一个节点。

genesOnly 参数控制是否将其他类型的entry (比如compound等类型)展现在network 中,默认值为 TRUE,所以最终得到的network 中节点全部是基因。

通过parseKGML2Graph 这一步我们就可以从一张pathway 中得到基因产物(蛋白)的互作网络, 还需要注意一点,整个网络是一个有向图, 因为基因产物之间的互作关系是由方向性的。

对network 进行可视化

由于自带的可视化不够美观,我们把nodes和edges 写入文件,用cytoscape 进行可视化,用法示例

mapkNodes <- nodes(mapkG)
mapkEdges <- edges(mapkG)
mapkEdges <- mapkEdges[sapply(mapkEdges, length) > 0]
res <- lapply(1:length(mapkEdges), function(t){
        name <- names(mapkEdges)[t]
        len  <- length(mapkEdges[[t]])
        do.call(rbind, lapply(1:len, function(n){
                c(name, mapkEdges[[t]][n])
                }))
})
result <- data.frame(do.call(rbind, res))
write.table(result,  "edges.txt", sep = "\t", row.names = F, col.names = F, quote = F)
write.table(mapkNodes, "nodes.txt", sep = "\t", row.names = F, col.names = F, quote = F)

导入cytoscape  画出来的图
KEGGgraph怎样根据kgml 文件从pathway中重构出基因互作网络

查询节点的degree信息

对于一个netwrok 而言,每个节点的degree 信息是我们最常用的信息, 示例

> mapkGoutdegrees <- sapply(edges(mapkG), length)
> mapkGindegrees <- sapply(inEdges(mapkG), length)
> degrees <- data.frame(indegrees = mapkGindegrees, outdegrees = mapkGoutdegrees)
> head(degrees)
          indegrees outdegrees
hsa:1738          1          6
hsa:4967          2          5
hsa:55753         2          5
hsa:1743          3          3
hsa:8801          4          1
hsa:8802          4          1

由于是有向图,所以有入度 indegrees 和 出度  outdegrees 的概念。

除了以上基础功能外,还可以借助其他的R包进一步挖掘信息,比如在整个基因互作网络, 哪个基因是最关键的。

示例:

> library(RBGL)
> mapkG <- parseKGML2Graph("hsa00020.xml",expandGenes=TRUE, genesOnly = TRUE)
>  bcc <- brandes.betweenness.centrality(mapkG)
> rbccs <- bcc$relative.betweenness.centrality.vertices[1L,]
> toprbccs <- sort(rbccs,decreasing=TRUE)[1:4]
> toprbccs
  hsa:1743   hsa:2271   hsa:1738     hsa:47
0.21597893 0.16177167 0.14965648 0.09880362

对于network 而言,我们一般认为degree 越大的点在这个网络中越重要,所以需要看节点的degree 信息。除了这种基本的认识外,还有很多成熟的算法,从network 中挖掘关键节点。 RBGL 包提供了Brandes 的算法,用来衡量节点在网络中的重要性,上面的结果中,toprbccs 就是我们筛选出的4个比较重要的节点。

  1. 使用KEGGgraph包,我们可以方便的从pathway中得到基因户做网络;

  2. 可以将network 中的nodes和edges 信息导出,使用cytoscape 可视化;

  3. 可以借助其他成熟的算法挖掘基因互作网络中的关键基因;

上述内容就是KEGGgraph怎样根据kgml 文件从pathway中重构出基因互作网络,你们学到知识或技能了吗?如果还想学到更多技能或者丰富自己的知识储备,欢迎关注亿速云行业资讯频道。

推荐阅读:
  1. Arduino IDE如何新建编辑源文件
  2. Linux中FTP服务器的配置方法

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

kgml pathway

上一篇:IBM AIX系统硬件信息查看命令有哪些

下一篇:Kubernetes对Critical Pod的资源抢占原理是什么

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》