使用 MENA 和 Gephi 作分子生态网络分析(Molecular Ecological Network Analysis)图

生物之间相互作用比如竞争、合作、共生等；由于进化生物之间存在某种系统发育关系，这些联系都能描述为生态网络，在生态网络中，每一个元素（生物或基因）可以描述成网络中的一个节点，他们之间的关系能描述成网络中的边。随着高通量测序、基因芯片等技术的发展，研究人员可以得到了空前庞大的数据量，而利用微生物16S测序数据得到的OTU丰度矩阵也可以进行网络分析，探究不同操作单元之间的互作关系。

一个可以利用OTU数据进行在线分子生态网络分析的网站。

做关系网络图的软件，有可视化页面，基于Java的，不知道没装java能不能用，我之前装了而且配置过环境变量，然后Gephi打开就是能用的。

网络分析的输入数据为OTU丰度矩阵，每一行对应一个OTU,每一列对应OTU在不同样品中的丰度，如下图

网站地址： http://ieg4.rccc.ou.edu/MENA/

如无账号可以进行注册并登陆，注册只需要邮箱等信息即可。

登陆后界面的主要操作内容为前四部份，涉及上传数据、构建网络、分析网络以及查看此前上传和分析的网络结果。

点击

选择文件

然后点击提交

提交成功后会自动显示上传数据的大致信息，包括样本数量、OTU数量等等。

点击

选择你需要分析的数据集，提交

跳转到Select Dataset页面，选择需要进行网络分析的数据进行下一步，提交之后进入参数设置页面（如下图），具体涉及了数据过滤，相似性计算算法，RMT(随机矩阵理论）模型计算，提交后跳转至等待页面。

主界面点击“Search datasets and networks”，可查看当前的工作状态，Status显示为“done”时就可以了。（此步耗时可能比较长）

点击对应结果

选择一个合适的cutoff作为相似矩阵来构建网络

通常而言，cutoff选择的阈值越高，网络规模(节点数和边数)越小，拟合的R2也高。

多个网络需要比较，保持在同一(或尽可能接近的)cutoff值

点击提交。随后，将显示最终网络的节点数、边数、平均连通度、平均路径长度、拟合的R2。

返回主界面点击“Analyze the networks”，可对网络执行以下操作。

做完模块计算后。可以点击导出网络文件，下载边文件和节点数据。这在后面的作图中需要。

作图的原理是：边文件（edge）给节点之间相连的信息，节点文件(node)补充节点的细节信息，比如rank等。所以边文件是必须的，实际上没有节点文件也能把图做出来，软件也支持导入邻接矩阵文件作图。

因为MENA导出的数据是以分隔符保存的文件，如果用Gephi打开标签不全没法打开，edge文件更是没有属性标签。所以用之前必须先加上，并且另存为Gephi能识别的.lsx文件。这些步骤使用excel就能完成

选择分隔符

点下一步，选择空格分隔符，完成

node节点文件需要补充的属性标签是：

1：ID，（为了和边文件匹配）

2：Label，（作图的时候显示）

我的做法是，把Name复制一列，然后第一列改成ID，第二列改成Label，然后把数据中的无关符号去掉，保留数字。（具体处理方式依照作图需求，这边依照的是老师给的格式，多组处理使用R或python会方便很多）

结果：

另存为xlsx文件

node节点文件需要补充的属性标签是：

实际上会发现用同样方法打开edge文件后格式是这样子：

其中。第一列和第三列和第5列是我们要用的值

分别的意义为：源节点，终结点，和权重

此外，我们还需要加入ID和type(是否有向边)

加上标签后：

x和y是随意取的，因为文件是以空格为分隔符的，不能空着。

保存为.xlsx文件

打开Gephi软件

导入边文件：

点下一步，没用的值就不用勾选了

点击完成

点击“边”查看：

再同样导入node文件

注意要加入现有的workspace

可以看到节点现在有详细数据了

点击预览(overview):

拖动左下角使变清晰

因为node文件里面有了MENA分析后的注释信息，包含mudule、degree等，我们下一步的目的就是将这些注释在图上体现出来

设置颜色

点击apply

我设的是min25,max50: apply:

布局选择Fruchterman Reingold

run后

概览点击刷新：

给图加上节点标签：

点击刷新：

最后就可以保存和导出了

由于在计算时过滤条件放宽了，导致节点较为分散

········································································ 部分内容参考至CSDN博主「weixin_39532019」的原创文章， 原文链接：https://blog.csdn.net/weixin_39532019/article/details/111686206