【原】使用相關(guān)矩陣構(gòu)造多個格式的網(wǎng)絡(luò)文件（igraph，Gephi,ggraph）

微生信生物 2021-01-16

展開全文

寫在前面

outputgephi函數(shù)：可以使用相關(guān)矩陣和微生物群落的phyloseq對象直接生成Gephi軟件需要兩個文件，直接保存即可。

nodeEdge函數(shù)：可以生成邊文件和節(jié)點文件，用于制作ggraph對象或者igraph對象。

輸入文件

#--導(dǎo)入所需R包#-------
library(igraph)
library(network)
library(sna)
library(ggClusterNet)
library(tidyverse)

ps = readRDS("../ori_data/ps_liu.rds")
ps

corMicro函數(shù)用于計算相關(guān)

按照豐度過濾微生物表格，并卻計算相關(guān)矩陣，按照指定的閾值挑選矩陣中展示的數(shù)值。

#----------計算相關(guān)#----
result = corMicro (ps = ps,N = 0.02,r.threshold=0.6,p.threshold=0.05,method = "pearson")
#--提取相關(guān)矩陣
cor = result[[1]]
dim(cor)

構(gòu)造Gephi的輸入網(wǎng)絡(luò)文件

gephi <- outputgephi(ps = result[[3]],cor =  cor)
edge_Gephi <- gephi[[1]]
head(edge_Gephi)
node_Gephi <- gephi[[2]]
head(node_Gephi)

nodeEdge函數(shù)生成節(jié)點和邊文件

nodeEdge:用于將相關(guān)矩陣轉(zhuǎn)化為邊文件和節(jié)點文件。默認(rèn)zero = TRUE，將不相關(guān)的點去除。

result4 = nodeEdge(cor = cor)

#提取變文件
edge = result4[[1]]
dim(edge)
#--提取節(jié)點文件
node = result4[[2]]
dim(node)

構(gòu)造igraph對象

#-------輸出igraph對象
#--這里將為0的也添加進(jìn)去了，但是這些邊其實都是離散的。
igraph  = igraph::graph_from_data_frame(edge, directed = FALSE, vertices = node)

#--------------------igraph對象
# ## 邊的權(quán)重
# E(igraph)$weight
# #邊的顯著性標(biāo)簽
# E(igraph)$p
# # 節(jié)點屬性
# V(igraph)$name

#---------如何設(shè)置igraph的出圖相關(guān)可視化設(shè)置

#------邊----------------------設(shè)置邊的顏色-一般而言我們按照正負(fù)相關(guān)分別上兩種顏色
E.color <- E(igraph)$weight
E.color <- ifelse(E.color>0, "red",ifelse(E.color<0, "blue","grey"))
E(igraph)$color <- as.character(E.color)
# 邊的粗細(xì)----------？？
# E(igraph)$width = abs(E(igraph)$weight)

#-----------可視化---------設(shè)置layout
l <- layout_nicely(igraph)
l <- norm_coords(l, ymin=-1, ymax=1, xmin=-1, xmax=1)
#--------------------出圖
plot(igraph,main=paste( "network",sep = ""), 
     layout=l,
     # vertex.shape="fcircle", 
     # vertex.frame.color="white",
     vertex.label=NA ,
     vertex.frame.color="#984EA3",
     vertex.color="#984EA3",
     vertex.size =2,
     vertex.frame.alpha =0.5,
     edge.width=0.5,
     edge.lty=2,
     edge.curved=F,
     margin=c(0,0,0,0)
     #vertex.frame.width=5
)

構(gòu)造到 ggraph 對象

library(tidygraph)
library(ggraph)

tbl_graph = tidygraph::tbl_graph(nodes = node, edges = edge, directed = FALSE)
tbl_graph

ggraph(tbl_graph , layout = 'linear', circular = TRUE) + 
  # geom_edge_arc() +
  # geom_edge_fan() +
  geom_edge_link(aes(edge_colour = direction))+
  geom_node_point()  # 對網(wǎng)絡(luò)的點進(jìn)行設(shè)置

當(dāng)我們想把離散的點也展現(xiàn)

設(shè)置zero = FALSE即可表示離散

result4 = nodeEdge(cor = cor,zero = FALSE)
#提取變文件
edge = result4[[1]]

#--提取節(jié)點文件
node = result4[[2]]
dim(node)

tbl_graph = tidygraph::tbl_graph(nodes = node, edges = edge, directed = FALSE)
tbl_graph
ggraph(tbl_graph , layout = 'linear', circular = TRUE) + 
  # geom_edge_arc() +
  # geom_edge_fan() +
  geom_edge_link(aes(edge_colour = direction))+
  geom_node_point()  # 對網(wǎng)絡(luò)的點進(jìn)行設(shè)置