簡介網(wǎng)絡(luò)藥理學(xué)將傳統(tǒng)“一藥一靶”的研究范式拓展為“一藥多靶一網(wǎng)”借助虛擬篩選與分子對接技術(shù)在計算層面快速預(yù)測化合物與潛在靶點之間的相互作用。其核心原理是基于化合物結(jié)構(gòu)特征與已知蛋白數(shù)據(jù)庫進行反向匹配并通過通路富集分析將散在靶點映射到生物學(xué)功能模塊從而構(gòu)建“藥物-靶點-通路”層級網(wǎng)絡(luò)。這套方法的價值在于顯著降低實驗試錯成本尤其適用于中藥復(fù)方機制解析、天然產(chǎn)物作用靶點預(yù)測等研究場景。完整的虛擬篩選流程涵蓋分子結(jié)構(gòu)準(zhǔn)備、靶點評分過濾、UniProt編號轉(zhuǎn)換及Cytoscape網(wǎng)絡(luò)圖構(gòu)建每一步的格式規(guī)范與參數(shù)選擇都直接影響后續(xù)富集結(jié)果的可靠性。針對上傳報錯、Fit值偏低、通路全空等高頻問題也提供了可落地的排查思路。1. 網(wǎng)絡(luò)藥理學(xué)篩選方法從“一藥一靶”變成“一藥多靶一網(wǎng)”網(wǎng)絡(luò)藥理學(xué)這幾年在中藥復(fù)方和天然產(chǎn)物機制研究里幾乎成了標(biāo)配。它的核心不是把藥物和靶點一對一地找出來而是把化合物、靶點、通路放到一張網(wǎng)絡(luò)里看藥物到底影響了哪些生物學(xué)模塊。對做藥物機制、藥效物質(zhì)基礎(chǔ)或者毒理預(yù)測的人來說這套方法最大的價值在于不用做大規(guī)模濕實驗也能在短時間內(nèi)產(chǎn)出一張有邏輯的“藥物-靶點-通路”關(guān)系網(wǎng)給后續(xù)驗證提供候選方向。經(jīng)常有研究者問我拿到一個化合物除了查文獻還有什么辦法判斷它的作用靶點我一般建議直接走一遍虛擬篩選。用分子結(jié)構(gòu)去匹配已知蛋白庫用富集分析把靶點映射到通路上再用網(wǎng)絡(luò)圖把層級關(guān)系畫出來。整個過程涉及的工具不少但邏輯是固定的。這篇文章按最常見的一套篩選流程來拆分子準(zhǔn)備、靶點預(yù)測、通路富集、Cytoscape網(wǎng)絡(luò)圖。每一段都會講清楚操作步驟、參數(shù)依據(jù)和容易踩的坑。適合剛接觸網(wǎng)絡(luò)藥理學(xué)、打算用公共數(shù)據(jù)庫做機制預(yù)測的從業(yè)者也適合想把手頭化合物快速跑通整套流程的同行參考。2. 先定研究思路兩種數(shù)據(jù)驅(qū)動模式與四步篩選主線2.1 基于公共數(shù)據(jù)庫的預(yù)測建模網(wǎng)絡(luò)藥理學(xué)第一種研究思路是從公共數(shù)據(jù)庫和已發(fā)表的數(shù)據(jù)出發(fā)建立“藥物-靶點-疾病”預(yù)測網(wǎng)絡(luò)。這個思路的核心邏輯是既然藥物作用的靶點在數(shù)據(jù)庫中已經(jīng)積累了大量實驗證據(jù)那么新的化合物只要結(jié)構(gòu)上能與這些已知靶點產(chǎn)生相互作用就可以被預(yù)測為潛在靶點。換句話說這一步是在用已知知識“猜”未知關(guān)系猜測的質(zhì)量取決于數(shù)據(jù)庫覆蓋面和匹配算法的精度。實際操作中這條路線依賴的外部數(shù)據(jù)包括化合物結(jié)構(gòu)庫、蛋白三維結(jié)構(gòu)庫、藥物-靶點相互作用庫等。把化合物結(jié)構(gòu)提交到在線靶點預(yù)測平臺平臺用反向分子對接或藥效團映射的方式逐一比對庫中所有已知靶點返回每個靶點的匹配打分。這里有兩個容易混淆的概念反向?qū)痈驅(qū)硬灰粯诱驅(qū)邮悄玫鞍缀Y化合物反向?qū)臃催^來是拿化合物篩蛋白。網(wǎng)絡(luò)藥理學(xué)里的靶點篩選用的就是反向?qū)拥倪壿嫛＿@種做法的優(yōu)勢是快幾乎當(dāng)天就能拿到幾十個候選靶點劣勢也很明顯計算匹配和真實實驗驗證之間還有相當(dāng)距離假陽性率偏高。因此一般建議在預(yù)測結(jié)果上加一層過濾優(yōu)先選擇與疾病適應(yīng)癥直接相關(guān)的靶點再對照已有文獻驗證哪些靶點有藥理學(xué)支持。這一步“人肉判斷”雖然不增加計算量但能把明顯不合理的靶點提前排除后面通路富集的結(jié)果也會更干凈。2.2 基于組學(xué)數(shù)據(jù)的機制解析第二種思路是自下而上的實驗驅(qū)動路線通過轉(zhuǎn)錄組、蛋白組等高通量組學(xué)技術(shù)觀察藥物處理前后模型分子、細胞、組織或動物中的表達變化再用生物信息學(xué)方法去構(gòu)建網(wǎng)絡(luò)。和第一種思路比它更貼近真實生物學(xué)但實驗成本高數(shù)據(jù)分析復(fù)雜得多。具體操作上先做差異表達分析常用閾值是P值小于0.05、|log2FC|大于1由此得到差異基因集。然后做通路富集看這個基因集集中在哪些信號通路。最后把“藥物—靶點/差異基因—通路”拼接成網(wǎng)絡(luò)。和第一種思路的差別在于數(shù)據(jù)的來源是自己的實驗而不是公共數(shù)據(jù)庫所以統(tǒng)計假設(shè)和實驗設(shè)計都會直接影響網(wǎng)絡(luò)質(zhì)量。對剛接觸網(wǎng)絡(luò)藥理學(xué)的人而言第一種思路更適合作為入手點因為它不依賴高通量實驗設(shè)備和長時間的數(shù)據(jù)分析周期。但等手里有了一些基礎(chǔ)數(shù)據(jù)后用第二種思路做驗證和補充往往比單純計算預(yù)測更有說服力。兩種思路在實踐中不是二選一經(jīng)?；榍昂笫窒扔霉矓?shù)據(jù)庫預(yù)測再用組學(xué)數(shù)據(jù)回填和校驗最后匯成一張網(wǎng)絡(luò)圖。這個“混搭”用法在不同項目里很常見也是目前網(wǎng)絡(luò)藥理學(xué)論文里比較穩(wěn)的策略。對比兩種思路可以從數(shù)據(jù)來源、主要工具、時間成本和假陽性風(fēng)險幾個角度看我給一個簡單的對照表維度公共數(shù)據(jù)庫預(yù)測建模組學(xué)數(shù)據(jù)機制解析數(shù)據(jù)來源公共數(shù)據(jù)庫與文獻自己做的組學(xué)實驗主要工具對接平臺、靶點預(yù)測服務(wù)差異分析、富集分析工具時間成本數(shù)天數(shù)周到數(shù)月假陽性風(fēng)險較高較低但噪聲多適用場景初步探索、候選靶點挖掘機制驗證、論文數(shù)據(jù)支撐這個對照表也是選路線的依據(jù)時間緊就選第一種要做深機制就選第二種。兩條路線最后的落點都是“藥物-靶點-通路”網(wǎng)絡(luò)差別只在前期的數(shù)據(jù)來源不同。2.3 虛擬篩選四步主線分子→靶點→通路→網(wǎng)絡(luò)圖無論選哪種思路虛擬篩選是有固定流程的至少四個環(huán)節(jié)準(zhǔn)備待篩選分子、靶點篩選、通路篩選、網(wǎng)絡(luò)藥理圖繪制。這個順序不是隨便定的每一步的輸出恰好是下一步的輸入環(huán)環(huán)相扣。前面任何一個環(huán)節(jié)出了格式問題后面的富集和作圖都會受到牽連。第一步把分子結(jié)構(gòu)轉(zhuǎn)成標(biāo)準(zhǔn)格式sdf。大多數(shù)靶點預(yù)測平臺接收sdf或mol這也是目前交換分子結(jié)構(gòu)最通用的格式之一。第二步把sdf提交到在線靶點預(yù)測平臺得到靶點列表和打分。這里要求的是單分子提交一次一個結(jié)構(gòu)。第三步把靶點蛋白代碼轉(zhuǎn)換成標(biāo)準(zhǔn)蛋白編號再提交到通路富集平臺得到靶點顯著富集的通路。這里有個隱藏門檻不同平臺對編號格式的要求不統(tǒng)一轉(zhuǎn)換時很容出錯。第四步把“化合物-靶點”和“靶點-通路”兩類關(guān)系合在同一個Excel表中導(dǎo)入網(wǎng)絡(luò)繪圖軟件做可視化布局。整套流程的計算壓力其實不大靶點預(yù)測和通路富集靠服務(wù)器算力本地電腦只承擔(dān)結(jié)構(gòu)繪制、表格整理和作圖。真正耗費時間的反而是數(shù)據(jù)整理幾十個靶點逐一轉(zhuǎn)換蛋白編號這類瑣碎工作我會用批量檢索而不是手動逐個點。格式銜接是這條流程最容易翻車的地方分子格式不對、靶點名稱多一個空格都會讓后續(xù)步驟反復(fù)返工。把這條主線拆清楚后面每個環(huán)節(jié)的細節(jié)才能對得上。3. 靶點篩選實操從SDF分子文件到Fit值打分3.1 分子結(jié)構(gòu)準(zhǔn)備繪圖、SDF格式與文件自檢靶點篩選的第一步是把化合物結(jié)構(gòu)轉(zhuǎn)成靶點預(yù)測平臺能讀的sdf文件。常見做法是用ChemBioOffice 2008以上版本畫好二維結(jié)構(gòu)再另存為sdf格式也有不少人直接從PubChem等公共化合物庫下載sdf文件甚至從文獻的補充材料里拿現(xiàn)成的MOL文件再轉(zhuǎn)換。無論來源是哪種最終交給靶點預(yù)測平臺的文件必須格式規(guī)范。sdf是一種分子結(jié)構(gòu)存儲的標(biāo)準(zhǔn)文本格式每個化合物以塊為單位包含原子坐標(biāo)、鍵連接信息和可選字段。大多數(shù)靶點預(yù)測平臺接收sdf或mol格式。這里有個關(guān)鍵點一個sdf文件里只能存一個結(jié)構(gòu)如果手里有多個分子要拆成多個文件逐一提交平臺不會接受混合文件。有些人習(xí)慣把整批分子塞進一個sdf里圖省事結(jié)果上傳后平臺只讀取第一個分子后面的靶點全丟這個坑我見過不少次。提交前我習(xí)慣先用命令行看一眼文件內(nèi)容避免文件損壞或內(nèi)容不對。在Linux或macOS終端里一條head命令就能看到文件頭head -20 compound.sdf如果輸出里能看到原子行原子符號加三個坐標(biāo)數(shù)字說明文件可用如果打開是亂碼或全是空行多半是文件損壞回繪圖軟件重新導(dǎo)出。還要注意分子電荷和氫原子狀態(tài)畫結(jié)構(gòu)時把溶劑分子或金屬離子也畫進去會導(dǎo)致匹配出一堆無關(guān)靶點因為這些原子會被平臺當(dāng)作結(jié)構(gòu)的一部分去參與打分。這條命令的作用是查看sdf文件前20行確認格式是純文本且內(nèi)容非空。sdf的原子塊行通常是“原子符號坐標(biāo)X坐標(biāo)Y坐標(biāo)Z”的排列前20行出現(xiàn)坐標(biāo)就說明結(jié)構(gòu)體正常。head的參數(shù)-n也可以換成5或50只看頭部關(guān)鍵幾行就夠不需要讀完整文件。這個自檢習(xí)慣能省掉后續(xù)上傳失敗時反復(fù)改文件的來回值得每次提交前花三十秒走一遍。3.2 在線靶點預(yù)測一次只傳一個分子Job ID當(dāng)密碼分子文件準(zhǔn)備好之后提交到在線靶點預(yù)測平臺。這類平臺的流程基本一致上傳分子結(jié)構(gòu)后臺做反向?qū)踊蛩幮F匹配返回靶點列表及打分。我的經(jīng)驗是每次只提交一個分子不要試圖批量操作因為絕大多數(shù)平臺對單次任務(wù)有明確的文件粒度限制。操作順序是打開靶點預(yù)測服務(wù)頁面選擇瀏覽文件把sdf傳上去提交后系統(tǒng)給一個Job ID。這個Job ID是下載結(jié)果的“密碼”在結(jié)果頁找回列表必須靠它記不住就只能重新提交。頁面刷新后可以從已提交列表里找但提交記錄不會永久保留隔幾天再來看可能已經(jīng)被清理掉。所以拿到Job ID的第一件事就是寫進實驗記錄不要依賴記憶。結(jié)果下載通常包含兩個內(nèi)容靶點名稱列表帶物種信息和靶點蛋白代碼和對應(yīng)的匹配打分。拿到結(jié)果后先過濾一遍把打分低于0的靶點直接刪掉。負分意味著空間匹配不成立這部分在計算上沒有參考意義留在列表里只會污染后續(xù)通路富集的結(jié)果。我自己通常會在Excel里加一個輔助列用篩選功能把Fit值為負的行全部隱藏再復(fù)制一份干凈列表給后面步驟用。3.3 Fit值怎么讀匹配度不是結(jié)論平臺返回的每個靶點都帶Fit值代表分子和靶點的匹配程度數(shù)值越高越好。多數(shù)情況下Fit值大于0.5左右就可以進入候選集合但具體閾值不能死守要結(jié)合候選數(shù)量動態(tài)調(diào)整。如果一批靶點分數(shù)都低先把最高分那批記錄下來再和已知文獻比對看是否落在合理范圍。Fit值的絕對高低受到分子大小、結(jié)構(gòu)柔性等因素影響不同分子之間直接比Fit值參考意義不大同分子內(nèi)排序篩選才是正確用法。Fit值高不等于這個靶點在真實生物環(huán)境里一定響應(yīng)這個分子。分子在體內(nèi)還要過吸收、分布、代謝幾道關(guān)計算只代表“結(jié)構(gòu)上能匹配”。所以我的習(xí)慣是取Fit值前20的靶點再從里面排除掉與疾病完全無關(guān)的靶點剩下的按排序進入通路富集。這個前處理會讓后面富集分析少很多噪聲不多花時間但效果明顯。同時下載結(jié)果時務(wù)必把human相關(guān)靶點篩出來后面的通路富集數(shù)據(jù)庫對人類通路注釋最完善也最貼近藥物作用的生物學(xué)意義。非人源靶點先留在原始結(jié)果里不用徹底刪等確認不需要再棄用。靶點名稱也會一并給出代碼形式比如PDPK1_HUMAN這類寫法。后面的UniProt轉(zhuǎn)換就要用這個代碼去查編號所以Excel整理時別把靶點名稱列刪了也不要改成中文名保持原文最穩(wěn)妥。4. 通路篩選實操UniProt編號轉(zhuǎn)換與p值閾值選擇4.1 靶點名稱到標(biāo)準(zhǔn)蛋白編號UniProt的查詢邏輯上一步拿到的靶點名稱是類似PDPK1_HUMAN的寫法這不是通路富集平臺直接認的格式。多數(shù)通路富集平臺要的是標(biāo)準(zhǔn)蛋白編號比如UniProt編號P00517這類。所以中間必須經(jīng)過一個轉(zhuǎn)換步驟最常去的就是UniProt。如果跳過這一步直接拿原始名稱去富集平臺要么報格式錯誤要么返回一個空結(jié)果白白浪費一次任務(wù)。在UniProt檢索框輸入PDPK1_HUMAN搜索結(jié)果會定位到對應(yīng)蛋白條目頁面頂部顯示蛋白編號。把這個編號記下來作為后續(xù)通路富集平臺的輸入。這里有個細節(jié)頁面可能同時出現(xiàn)多條同源記錄必須把物種篩選為人否則拿到的是小鼠或大鼠的同源編號富集結(jié)果會跑偏。物種篩錯的后果不一定會報錯但通路結(jié)果會和人體生物學(xué)背景完全不匹配到作圖階段才發(fā)現(xiàn)問題就晚了。靶點數(shù)量多的時候一個個搜效率太低。常見做法是先把靶點名稱列表整理成txt或csv用UniProt的批量檢索功能一次提交整個列表導(dǎo)出轉(zhuǎn)換后的編號列表。批量操作時保留兩列原始靶點名稱和轉(zhuǎn)換后的蛋白編號方便后續(xù)溯源。我一般會順便把基因名也拉下來后面做圖時標(biāo)簽用基因名比用編號短得多Cytoscape節(jié)點上的字也不會擠在一起。4.2 通路富集平臺的注冊、上傳與提交通路富集平臺通常要求注冊賬戶才能使用注冊后會有自己的項目空間。打開平臺主頁面注冊并登錄新建一個項目把整理好的蛋白編號列表導(dǎo)入到這個項目里。上傳時平臺一般允許直接粘貼編號或?qū)雝xt文件格式要求是每行一個編號不允許有空行也不要有引號。Excel復(fù)制過來的數(shù)值如果帶了隱藏格式粘貼進網(wǎng)頁提交框后經(jīng)常被識別成兩行這也是一個不容易察覺的坑。填到靶基因/蛋白提交窗口后提交運行。整個分析過程一般在幾分鐘到十幾分鐘不等取決于平臺當(dāng)前的任務(wù)隊列。長時間沒出結(jié)果別急著關(guān)頁面記得留意郵箱通知多數(shù)平臺會把結(jié)果下載鏈接發(fā)到注冊郵箱。如果等了半小時還沒動靜先檢查輸入列表里有沒有平臺不認的編號格式比如帶了下劃線后綴或UniProt版本號。跑完之后會返回一系列靶點相關(guān)的通路條目每條通路都帶p值。p值代表該通路上的靶點數(shù)量相對于隨機背景的富集程度p值越小越顯著。一般選擇p值小于0.01的通路納入后續(xù)網(wǎng)絡(luò)圖這是做這類分析比較通用的閾值許多論文里的網(wǎng)絡(luò)藥理學(xué)圖也基本卡在這個值上。p值的計算與輸入靶點數(shù)量直接相關(guān)靶點太小時即使真實存在生物學(xué)關(guān)聯(lián)統(tǒng)計上也很難達到顯著。4.3 p0.01閾值怎么調(diào)整不是死規(guī)矩p值閾值選0.01還是0.05要看手里的靶點數(shù)量和作圖需求。靶點只有十幾個時用0.05可能富集出五六十條通路網(wǎng)絡(luò)圖密密麻麻沒法看靶點有上百個時用0.01可能只剩幾條通路又太單薄。十個到二十個靶點這個區(qū)間p0.01是經(jīng)常能找到平衡的閾值既保留了核心通路又不會讓后續(xù)網(wǎng)絡(luò)圖太雜亂。實際使用中我會把p0.01的通路全部導(dǎo)出同時把命中靶點數(shù)、富集倍數(shù)一并導(dǎo)出再在Excel里排一次序優(yōu)先選“命中靶點數(shù)多且p值低”的通路。這類通路往往是該化合物的核心通路是網(wǎng)絡(luò)圖上最值得突出展示的節(jié)點。p值靠邊的通路比如0.008這種可以先留作候選接近閾值但不達標(biāo)的通路保留名單但不強調(diào)免得網(wǎng)絡(luò)圖信息過載。還有一點容易被忽略有的平臺會給出“靶點-通路關(guān)系表”的下載入口導(dǎo)出后可以直接在Excel里篩出某個通路上命中了哪幾個靶點。這組數(shù)據(jù)對后續(xù)做圖非常有價值建議順手下載保存。有了這個關(guān)系表才能在Cytoscape里畫出“化合物→靶點→通路”的完整層級連線而不是只在通路級別畫幾個孤立的圓圈。5. 常見問題排查從上傳失敗到通路全空的五個坑5.1 分子上傳直接報錯現(xiàn)象sdf文件傳到靶點預(yù)測平臺后頁面報錯不生成Job ID。原因文件里包含了多個結(jié)構(gòu)或者sdf雖然擴展名正確內(nèi)容卻是mol2或V2000/V3000混用平臺解析不了也可能是結(jié)構(gòu)被保存成二維平面坐標(biāo)缺少三維構(gòu)象信息平臺對接時直接判定為不可用。解決先打開繪圖軟件重新確認是單一結(jié)構(gòu)另存為標(biāo)準(zhǔn)sdf。用文本編輯器打開sdf核對原子個數(shù)信息是否和結(jié)構(gòu)一致比如碳氫氧的數(shù)量和分子式對得上。工具生成的sdf建議用OpenBabel做一次標(biāo)準(zhǔn)化命令行寫法是obabel input.sdf -O output.sdf --gen3d這樣能補全三維坐標(biāo)并統(tǒng)一格式。這個習(xí)慣能修復(fù)大多數(shù)格式兼容問題每次換平臺前我都強制走一遍這個轉(zhuǎn)換。5.2 Fit值普遍偏低現(xiàn)象靶點預(yù)測結(jié)果全部Fit值都在0.3以下沒有明顯高分。原因分子結(jié)構(gòu)可能有張力或電荷分布異常導(dǎo)致對接打分整體偏低也可能是畫結(jié)構(gòu)時用的構(gòu)象和平臺默認三維構(gòu)象差別太大平臺從僵硬的構(gòu)象里找不到好的匹配姿勢。解決在繪圖軟件里先做一步能量最小化把結(jié)構(gòu)釋放到合理構(gòu)象再導(dǎo)出sdf提交前檢查質(zhì)子化狀態(tài)按生理pH補氫。另外不要直接提交二維平面結(jié)構(gòu)圖轉(zhuǎn)換來的sdf盡量保存為包含三維坐標(biāo)的sdf平臺對接才能正確計算。Fit值偏低時也別急著全盤否定先拿已知活性的陽性對照分子跑一遍同樣的流程如果陽性對照也低說明是平臺或參數(shù)的問題而不是分子本身的問題。5.3 UniProt搜不到目標(biāo)蛋白現(xiàn)象輸入PDPK1_HUMAN頁面提示找不到對應(yīng)條目。原因靶點名稱里的物種縮寫是舊版注釋或者Excel手動修改時引入了空格也可能是平臺返回的靶點名稱是別名而非主名UniProt默認搜索不支持別名匹配。解決從靶點預(yù)測平臺原始結(jié)果里直接復(fù)制完整靶點名稱不做任何手動修改搜索時去掉物種前綴只保留基因名比如只搜PDPK1再用UniProt側(cè)邊欄的物種過濾功能指定人源。如果還搜不到去Ensembl或NCBI里先查一下基因名反查蛋白編號。記住不要把Excel里的名稱列做任何“美化”處理空格、換行、全半角引號都會導(dǎo)致查找失敗。5.4 通路富集平臺注冊失敗現(xiàn)象注冊頁面要求郵箱驗證但一直收不到驗證郵件。原因平臺對部分郵箱域名的信件過濾比較嚴格或填寫的用戶名已被占用也可能是注冊時網(wǎng)絡(luò)環(huán)境被風(fēng)控系統(tǒng)攔截。解決換一個常用郵箱重新注冊不要用剛注冊的臨時郵箱記得查看垃圾郵件文件夾如果還不行直接申請平臺的試用賬號。提醒一句不要拿別人的共享賬號登錄并上傳自己的數(shù)據(jù)數(shù)據(jù)分析完成后平臺會保留項目現(xiàn)場數(shù)據(jù)存在被他人看到的風(fēng)險。注冊后每次登錄前也要注意確認平臺域名正確避免打開仿冒頁面泄露賬號信息。5.5 富集結(jié)果全是p0.05的通路現(xiàn)象通路富集跑完p值沒有一條低于0.01幾乎沒有顯著通路。原因輸入靶點數(shù)量太少統(tǒng)計功效不足或者靶點里摻入了非人源條目被混合分析后拉低顯著性還有一個可能是靶點編號轉(zhuǎn)換時混用了舊版ID平臺匹配不到對應(yīng)的通路注釋。解決回到靶點篩選那一步確認只保留了人類相關(guān)靶點把Fit值閾值放寬一點納入更多候選靶點再做一次富集。如果還是不顯著可以把已知文獻里同類化合物的已知靶點補充進列表參考。這一步做下來基本能解決通路全空的問題。如果加了陽性靶點仍然全空那就是編號轉(zhuǎn)換環(huán)節(jié)出了系統(tǒng)性錯誤回到UniProt重新做一次批量轉(zhuǎn)換而不是在富集平臺里反復(fù)試。6. Cytoscape網(wǎng)絡(luò)圖構(gòu)建進階兩列數(shù)據(jù)與attributes定制6.1 Excel兩列結(jié)構(gòu)把“化合物-靶點”“靶點-通路”鋪平網(wǎng)絡(luò)藥理圖的原料是一張Excel表里面只有兩列。第一列放前一個節(jié)點第二列放后一個節(jié)點。第一種關(guān)系是“化合物—靶點”化合物放第一列靶點放第二列第二種關(guān)系是“靶點—通路”靶點放第一列通路放第二列。兩類關(guān)系不能分開放兩個工作表要合并到同一個工作表中這樣Cytoscape導(dǎo)入時才把它們識別為同一套節(jié)點。實際準(zhǔn)備數(shù)據(jù)時小腳本能提高效率。比如用pandas把原料表直接整理成Cytoscape可導(dǎo)入的csvimport pandas as pd df pd.read_excel(raw_relation.xlsx, header0) df.columns [source, target] df.to_csv(network.csv, indexFalse, sep,) print(df.head())這段代碼用pandas讀取原始Excel表重命名列名先確認前幾行內(nèi)容再輸出為csv。列名統(tǒng)一成source和targetCytoscape導(dǎo)入時可以少做一次手動指認。csv編碼建議用UTF-8如果軟件導(dǎo)入后中文變亂碼就另存一遍GBK再導(dǎo)入。表格單元格不能帶多余空格、引號或換行符這些會讓Cytoscape把同一個靶點識別成兩個獨立節(jié)點網(wǎng)絡(luò)圖里出現(xiàn)一堆孤立點。6.2 Cytoscape導(dǎo)入與attributes定制Cytoscape打開后選擇File、Import、Network from Table指定source列為來源節(jié)點、target列為目標(biāo)節(jié)點確認后連線就生成了。初次導(dǎo)入的圖通常比較亂用Layout里的Force-Directed布局整理一下節(jié)點會撐開成清晰網(wǎng)絡(luò)。我一般會把節(jié)點標(biāo)簽字體調(diào)到14號以上網(wǎng)絡(luò)圖才有可讀性默認的10號字在導(dǎo)出PNG后幾乎看不清。讓圖具備分組語義需要導(dǎo)入attributes。新建一張三列小表節(jié)點名、類型、數(shù)值。把通路節(jié)點設(shè)值為2化合物節(jié)點設(shè)值為3靶點節(jié)點設(shè)值為1。導(dǎo)入作為節(jié)點屬性后在樣式映射里把類型映射成顏色和形狀化合物用菱形靶點用圓形通路用三角形。連線顏色也可以分組比如“化合物→靶點”用實線、“靶點→通路”用虛線一眼就能看清層級。實際操作中先把節(jié)點顏色映射試一遍形狀映射留到最后調(diào)因為形狀對視覺密度的影響比顏色大得多。這樣一張網(wǎng)絡(luò)藥理圖就能直接放進論文了。從那以后我每次拿到靶點列表的第一件事都不是急著做富集而是先把物種篩成人把打分閾值寫進實驗記錄。這個習(xí)慣幫我在后續(xù)所有分析里少走了很多彎路希望幫到你。本文還有配套的精品資源點擊獲取