使用R语言构建ceRNA网络（circRNA-miRNA-mRNA）

使用R语言构建ceRNA网络（circRNA-miRNA-mRNA）

引用

CSDN

1.

https://blog.csdn.net/weixin_49214410/article/details/137624397

ceRNA网络（竞争性内源RNA网络）是一种新型的基因调控机制，通过共享microRNA（miRNA）来影响彼此的表达，从而导致疾病或某种表型的改变。本文将介绍如何使用R语言中的igraph包构建ceRNA网络，帮助研究者深入探究基因调控的机制。

一、软件包与输入的配置

在开始构建ceRNA网络之前，需要先加载所需的R包。如果尚未安装，可以使用install.packages()函数进行安装。

library(igraph)
library(dplyr)
library(magrittr)

二、输入与绘图

1. 数据输入

假设我们有一个名为"data.csv"的输入文件，其表头如下：

circRNA    miRNA    mRNA

可以使用read.csv()函数读取数据：

network_data <- read.csv("data.csv", header = TRUE)

2. 定义网络参数与属性

接下来，我们将创建一个空的网络对象，并添加节点和边。

# 创建空的网络对象
g <- graph.empty(n = length(c(unique(network_data$miRNA), unique(network_data$circRNA), unique(network_data$mRNA))), directed = TRUE)

# 添加节点
g <- g %>%
  set_vertex_attr("name", value = c(unique(network_data$circRNA), unique(network_data$miRNA), unique(network_data$mRNA))) %>%
  set_vertex_attr("type", value = c(rep("circRNA", length(unique(network_data$circRNA))), 
                                    rep("miRNA", length(unique(network_data$miRNA))), 
                                    rep("mRNA", length(unique(network_data$mRNA)))))

# 设置节点颜色
g <- set_vertex_attr(g, "color", value = ifelse(V(g)$type == "circRNA", "#fb8072", ifelse(V(g)$type == "miRNA", "yellow3", "#80b1d3")))

# 添加边与边长
afedge <- c()
aflength <- c()
for(i in 1:nrow(network_data)) {
  circRNA_node <- which(V(g)$name == network_data[i,1])
  miRNA_node <- which(V(g)$name == network_data[i,2])
  mRNA_node <- which(V(g)$name == network_data[i,3])
  aflength <- c(aflength, 20, 10)
  afedge <- c(afedge, circRNA_node, miRNA_node, miRNA_node, mRNA_node)
}
g <- g %>% add_edges(afedge) %>% set_edge_attr("edge.length", value = aflength)

# 添加节点大小
circRNA.size <- as.vector(scale(as.vector(table(network_data$circRNA)), center = FALSE)) + 15
miRNA.size <- as.vector(scale(as.vector(table(network_data$miRNA)), center = FALSE)) + 8
mRNA.size <- as.vector(scale(as.vector(table(network_data$mRNA)), center = FALSE)) + 3
V(g)$size <- c(circRNA.size, miRNA.size, mRNA.size)

3. 绘制并保存图片

igraph包提供了多种布局算法，可以将节点和边布局在平面上。以下是一些常见的布局算法：

• layout.circle：在圆形上均匀分布所有节点。
• layout.fruchterman.reingold：使用Fruchterman-Reingold算法，根据节点之间的力学模型，计算节点的位置。该算法可以确保相邻节点之间的距离尽量相等，并且可以避免节点之间的重叠。
• layout.graphopt：使用Graphopt算法，通过将节点移动到合适的位置以最小化边的长度来优化图的布局。
• layout.kamada.kawai：使用Kamada-Kawai算法，通过最小化图的能量来计算节点的位置。该算法可以确保相邻节点之间的距离尽量相等，并且可以保持图形的对称性。
• layout.lgl：使用Large Graph Layout算法，对于大型图形而言，布局更加高效。

下面使用Graphopt算法进行布局，并将结果保存为PDF文件：

# 使用Graphopt算法进行布局，保存为ceRNA.net.pdf文件
pdf(file = "ceRNA.net.pdf", height = 10, width = 10)
plot(g, 
     layout = layout.graphopt(g),  
     vertex.label = V(g)$name,
     vertex.label.family = "sans",
     vertex.label.cex = ifelse(V(g)$type == "circRNA", 0.8, ifelse(V(g)$type == "miRNA", 0.5, 0.2)),
     vertex.size = V(g)$size, 
     vertex.color = V(g)$color,
     vertex.label.color = "black", 
     edge.arrow.size = 0.5, 
     edge.width = 1
     )
dev.off()

三、可视化结果

以下是使用上述代码生成的ceRNA网络图：