蛋白质组学是通过系统化研究蛋白质所含特性，详细描述生物系统在健康和疾病状况下的结构、功能和调控的学科。现有的研究表明蛋白质很少以独立个体的方式实现其生物学功能，往往是通过彼此间的相互作用形成大分子复合物后完成其生物学功能，例如遗传物质复制、基因表达调控、细胞信号转导、新陈代谢、细胞增殖、细胞凋亡等。因此对蛋白质相互作用网络(PPI)的研究和分析成为理解生命活动中细胞组织、过程和功能的基础。
对蛋白质相互作用的研究不仅能从系统角度理解各种生物学过程，揭示疾病的发生机制，而且能够帮助人们寻找新的药物靶标，为新药研发起到积极的作用。
借助cytoscape工具，我们可以实现对PPI网络可视化和分析。针对
STRING 蛋白质互作数据库中包含的物种，可直接从数据库中提取出目标基因集(比如差异基因)的互作关系构建网络；对于未收录在数据库中的物种，可将目标基因集序列应用 Blastx 比对到 STRING 数据库中包含的近缘或模式物种蛋白质序列上，并利用所选择的近缘或模式物种的蛋白质互作关系构建互作网络。
-
软件安装
下载安装对应的版本，安装过程中会自动安装Java Runtime Environment (JRE)。
网络图(network)要素
节点(node，代表相互作⽤用的分⼦子，可以是蛋⽩、基因等)；
边（edge，指连接两个节点的线，代表了节点间相互作⽤）；
度(degree，指与此节点相互作⽤的节点的个数，其大小与此节点的核心度(BetweennessCentrality)成正比，即依赖此节点的通路越多，它的核⼼度越⼤)。一个例子
软件手册可参考，此处引入一个纯粹的例子，不代表任何意义。
导入txt文件构建蛋白质互作网络图：
Protein_id1 Gene_id1 Official_Symbol Description Protein_id2 Gene_id2 Official_Symbol Description PPI_score
ENSMUSP00000000175 ENSMUSG00000000171 Sdhd - ENSMUSP00000065113 ENSMUSG00000052738 Suclg1 ATP-citrate lyase/succinyl-CoA ligase||CoA-binding||Succinyl-CoA ligase, alpha subunit||-||ATP-citrate lyase/succinyl-CoA ligase, active site||Succinyl-CoA synthetase-like 985
ENSMUSP00000001327 ENSMUSG00000001281 Itgb7 von Willebrand factor, type A||Integrin beta subunit||EGF-like domain, extracellular||Plexin-like fold||Integrin beta subunit, cytoplasmic domain||Integrin beta subunit, N-terminal ENSMUSP00000001547 ENSMUSG00000001506 Col1a1 Collagen triple helix repeat||VWFC domain||Fibrillar collagen, C-terminal 834
ENSMUSP00000001327 ENSMUSG00000001281 Itgb7 von Willebrand factor, type A||Integrin beta subunit||EGF-like domain, extracellular||Plexin-like fold||Integrin beta subunit, cytoplasmic domain||Integrin beta subunit, N-terminal ENSMUSP00000073378 ENSMUSG00000001507 Itga3 Integrin alpha chain, C-terminal cytoplasmic region, conserved site||Integrin alpha chain||-||Integrin alpha beta-propellor||Integrin alpha-2 855
...
生成面板：
设置相应属性，geneid1和geneid2分别对应Source Node和Target Node，Data Type选择 ab(字符)，Protein_id可设置为edge attribute-string，score设置为edge attribute-integer。完成后点击ok。
- 图片编辑优化
单击目标节点，选择与此相关的一系列元素select-Nodes-fisrt Neighbors of Selected Nodes__*，生成新的图片 file-New-Network-from selected notes, all edges。
图片风格可直接选择style-default，也可进行相关的自定义（节点边框颜⾊色、边框粗细、颜⾊色、标签、透明度等），通过Layout-yFiles Layout选择喜欢的布局。
- 数据计算
通过tools中的NetworkAnalysis可以进行相关的数据计算分析。
如tools-NetworkAnalyzer-NetworkAnalysis-Generate sytlesfrom Statistics，设置如下：
对不同类型的基因用边的形状进行分类，上下调用颜色区分。
(纯粹的)成图结果例子
- 结果保存
保存为cys格式可进行后续调整，同时也可以保存为png和pdf等格式。
参考
http://manual.cytoscape.org/en/3.6.0/
https://cytoscape.github.io/cytoscape-tutorials/protocols/modules/tour-of-cytoscape/#/0/7
