27 相互作用网络图（可交互）
27.1 什么是相互作用网络图？
生物网络是复杂网络，也是以系统科学的思想研究生命科学的桥梁。网络中的节点可以是蛋白质，基因，RNA或DNA等，网络的边对应节点之间的物理、生化或功能上的相互作用。生物分子之间的相互作用并不是一成不变的，反应在基因调控网络上，则节点之间的边会因时间、空间或外部环境的变化而发生变化。网络比较和分析是生物网络的研究重点。网络中生物分子及其相互作用的显著变化，形成差异性网络，这种差异性变化对细胞信号传导、细胞发育、环境压力、药物治疗以及疾病状态的转变具有重大的参考价值。
网络图主要由边和节点组成，其中边代表了相互作用，边的粗细代表了一个维度的具体数值，节点代表了不同分类。
本文我们就来讨论一下相互作用网络图是如何绘制的。
27.2 绘图前的数据准备
demo数据可以在https://www.bioladder.cn/shiny/zyp/bioladder2/demoData/treemap/Network/Network.zip下载。
27.2.1 边（连线）数据
包含4列，前两列定义连线，从哪个节点到哪个节点，可以有多个层面。第三列是数值，定义连线粗细。第四列定义连线的颜色
27.2.2 节点数据（可选）
包含4列，第一列是边数据文件中的节点，第二列是该节点所在的分组。第三列定义节点的大小。第四列定义分组的颜色。
如果没有该数据，则会为节点添加一个默认的颜色和指定一个默认的大小。
27.3 R语言怎么画相互作用网络图
library(tidyverse)
library(networkD3)
# 读取连线文件和节点文件
MisLinks = read.delim("https://www.bioladder.cn/shiny/zyp/bioladder2/demoData/Network/link.csv",sep = ",")
MisNodes = read.delim("https://www.bioladder.cn/shiny/zyp/bioladder2/demoData/Network/node.csv",sep = ",")
# 处理数据
# 因为networkD3需要的连线数据，是节点文件里的名称的索引。所以，需要做一个名称到索引的转化
Node2index = list()
Node2index[MisNodes$name] = 0:length(MisNodes$name)
MisLinks = MisLinks %>%
mutate(source2 = unlist(Node2index[source])) %>%
mutate(target2 = unlist(Node2index[target]))
# 定义颜色
group2project = paste(unique(MisNodes$group),collapse = '","')
color2project = paste(unique(MisNodes$group_color),collapse = '","')
my_color <- paste0('d3.scaleOrdinal().domain(["',group2project,'"]).range(["',color2project,'"])')
# 绘图
forceNetwork(Links = MisLinks,
Nodes = MisNodes,
Source = "source2",
Target = "target2",
Value ="value",
NodeID = "name",
Group = "group",
opacity= 1, # 透明度
Nodesize="size",
zoom = TRUE, # 是否可以缩放
opacityNoHover=1, # 鼠标没有悬浮在节点上时，文字的透明度(0-1)
colourScale = JS(my_color), # 节点颜色，JavaScript
legend=T,
fontSize = 10,
linkColour= MisLinks$colour
)27.4 BioLadder生信云平台在线绘制相互作用网络图
不想写代码？可以用BioLadder生信云平台在线绘制相互作用网络图。
网址：
网络图-BioLadder生物信息在线分析可视化云平台www.bioladder.cn/web/#/chart/11
