R語言可視化STRING分析的蛋白互作網絡（PPI）

有一些朋友留言說在重復

net<-graph_from_data_frame(d=links,vertices=nodes,directed = T)

遇到了報錯

Error in graph_from_data_frame(d = links, vertices = nodes, directed = T) : Some vertex names in edge list are not listed in vertex data frame

在這里記錄一下原因和解決辦法

• 一個是節點文件
• 另一個是節點之間的連線文件

比如我的網絡是四個節點，分別是A,B,C,D, 

節點之間兩兩連線

對應的數據應該是

> nodes<-data.frame(node=c("A","B","C","D"))
> edges<-data.frame(node1=c("A","A","A","B","B","C"),
+                   node2=c("B","C","D","C","D","D"))
> nodes
  node
1    A
2    B
3    C
4    D
> edges
  node1 node2
1     A     B
2     A     C
3     A     D
4     B     C
5     B     D
6     C     D

接下來是可視化

library(ggraph)
library(igraph)
net<-graph_from_data_frame(d=edges,vertices = nodes,directed = F)
ggraph(net)+
  geom_edge_link()+
  geom_node_point()

 

但是如果你的edges文件里出現了nodes文件里沒有的節點，

比如我在向edges這個文件里添加一個C~E的邊

df<-data.frame(node1="C",node2="E")
edges1<-rbind(edges,df)
edges1

  node1 node2
1     A     B
2     A     C
3     A     D
4     B     C
5     B     D
6     C     D
7     C     E

接下來合并節點和邊的時候就會遇到報錯

> net<-graph_from_data_frame(d=edges1,vertices = nodes,directed = F)
Error in graph_from_data_frame(d = edges1, vertices = nodes, directed = F) : 
  Some vertex names in edge list are not listed in vertex data frame

可以使用 %in% 來看 

比如

> edges1$node1 %in% nodes$node
[1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE
> edges1$node2 %in% nodes$node
[1]  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE
> which(edges1$node2 %in% nodes$node)
[1] 1 2 3 4 5 6
> which(! edges1$node2 %in% nodes$node)
[1] 7

這就說明node2這一列第7行沒有在 nodes里。

那我們就可以把這一行刪掉了

df1<-data.frame(node="E")
nodes1<-rbind(nodes,df1)
nodes1
net<-graph_from_data_frame(d=edges1,vertices = nodes1,directed = F)
ggraph(net)+
  geom_edge_link()+
  geom_node_point()

 

關于string中蛋白互作網絡輸出文件為什么會出現

邊文件中有的節點不是我們自己輸入的基因id。這個我也不清楚。

我猜，完全是猜

比如你輸入基因 a,b,c ，數據庫中某個基因 d 剛好是鏈接這三個基因的中間點 就像這種，中間是d

那么最終的網絡文件中就會多出來d 如果是這種情況，就不能在邊文件刪除d而是只能在節點中添加d了。