silico.biotoul.fr
 

M1 BBS Graphes TP Visualisation

From silico.biotoul.fr

(Difference between revisions)
Jump to: navigation, search
m (Données)
m (Import d'un graphe à partir d'un fichier)
Line 18: Line 18:
== Import d'un graphe à partir d'un fichier ==
== Import d'un graphe à partir d'un fichier ==
-
 
+
Importez le graphe à partir du menu ''File → import → Network from file...''. Il faut alors dans les paramètres avancés changer le délimiteur de colonnes et ensuite spécifier quels sont les attributs correspondant aux extrémités des arêtes.
== Importation d'un fichier ''sif'' et algorithmes de dessin==
== Importation d'un fichier ''sif'' et algorithmes de dessin==

Revision as of 09:07, 16 November 2020

Contents

Données

Les données sur lesquelles vous allez travailler provienne de la base de données STRING v11.0. Tout d'abord, trouvez le site de STRING et visualisez les partenaires de dnaJ d'Escherichia coli K12-MG1655. Le menu Settings permet de choisir le rendu du graphe avec des des liens confidence ou evidence en affichant soit des arêtes de tailles reflétant le niveau de confiance du lien, soit des multi-arêtes indiquant les sources de données intervenant dans un lien, soit le type d'interaction. Dans le même menu, on peut sélectionner le type de sources de données affichées (textmining, experiments, ...). On peut aussi afficher davantage de sommetsavec le bouton More.

Dans la partie Download du site, vous allez récupérer des fichiers pour Escherichia coli. Il faut d'abord restreindre les données à l'organisme considéré. Vous utiliserez la souche K-12 substr. MG1655. Ensuite récupérez :

  • le fichier contenant les liens avec les scores détaillés pour chaque type de données : 511145.protein.physical.links.detailed.v11.0.txt.gz
  • le fichier contenant la description des sommets : 511145.protein.info.v11.0.txt.gz

Décompressez-les ensuite pour répondre aux questions suivantes :

  • combien de protéines ?
  • combien d'arêtes ?

Le graphe étant un peu gros pour les exercices qui suivent vous allez filtrez les liens pour ne garder que ceux qui ont un score supérieur ou égal à 700 pour les types neighborhood, coexpression et experimental.

Visualisation avec Cytoscape

Cytoscape est un logiciel de visualisation et d'exploration de graphes. Il a été développé dans le cadre de graphes et réseaux biologiques. Un certain nombre de plugins ou greffons sont disponibles par exemple pour récupérer/télécharger des voies métaboliques (BioCyc) directement depuis Cytoscape.

Import d'un graphe à partir d'un fichier

Importez le graphe à partir du menu File → import → Network from file.... Il faut alors dans les paramètres avancés changer le délimiteur de colonnes et ensuite spécifier quels sont les attributs correspondant aux extrémités des arêtes.

Importation d'un fichier sif et algorithmes de dessin

Vous allez dans un premier temps utiliser un graphe au format SIF (simple interaction format). Il s'agit d'un format de stockage très simple de la forme :

ABC     stringdb    YAEE
ABC     stringdb    METK
ABC     stringdb    META
ACCA    stringdb    FABD
ACCA    stringdb    PPA
ACCB    stringdb    HPT
...

stringdb est le type de l'arête.

Récupérez le fichier String_EcolA_coexpression.sif contenant une partie du réseau d'interaction basé sur la co-expression chez Escherichia coli K12 avec un seuil de 0.5 pour la confiance dans une arête et ouvrez-le dans Cytoscape (menu File->Import->Network).

Si le graphe est "gros", les sommets du graphes sont disposés sur une grille. Pour celui-ci, un algorithme de dessin est utilisé pour disposer les sommets. Expérimentez différents algorithmes de dessin (layout in english donc dans le menu layout). Attention, certains ne sont pas adaptés et d'autres plutôt gourmands en temps de calcul.

Attributs sur les sommets et arêtes

Il est possible de charger des attributs associés aux sommets et/ou aux arêtes. Il s'agit là encore d'un format très simple : du texte de type CSV. Pour les attributs portant sur les sommets, il prend la forme suivante :

Gene    Description
AAS     2-acyl-glycerophospho-ethanolamine acyltransferase; acyl-acyl-carrier protein synthetase
AAT     leucyl, phenylalanyl-tRNA-protein transferase
ABC     ATP-binding component of a transporter
...

où la première ligne contient le nom de l'attribut. Vous trouverez plus d'information dans la documentation de Cytoscape.

Pour les arêtes, le format est très similaire :

coexpression
ABC (stringdb) YAEE = 831
ABC (stringdb) METK = 590
ABC (stringdb) META = 663
ACCA (stringdb) FABD = 537
ACCA (stringdb) PPA = 543
ACCB (stringdb) HPT = 566
...

Récupérez le fichier contenant les annotations des gènes - EcolA_Genes_Description.tab - et chargez-le (Menu File->Import->Table) dans Cytoscape. De même, pour les niveaux de confiance sur les liens de coexpression avec le fichier String_EcolA_coexpression_scores.attrs.

Comme dans la plupart des logiciels et systèmes d'exploitation, un clic droit sur un objet fait apparaître un menu contextuel dans Cytoscape. Un clic droit sur une arête ou un sommet fait apparaître un tel menu. Remarquez l'avant-dernière entrée du menu : Extrenal Links qui permet d'ouvrir une URL, typiquement à partir de l'identifiant du sommet ou de l'arête, ce qui permet par exemple d'atteindre la page de description d'une protéine dans UniProt. Il est possible d'ajouter ses propres "liens externes" à partir du menu Edit->Preferences->Properties... : pour un lien externe à partir d'un noeud, il faut ajouter une propriété nodelinkouturl.NOM_DU_LIEN (dans la section linkout), par exemple et c'est ce que vous devrez faire nodelinkouturl.CGDB. Dans le champ valeur, il s'agit de spécifier l'URL avec une ou plusieurs variables, ici nous utiliserons simple l'identifiant du noeud noté %ID% : http://www-abcdb.biotoul.fr/#/entry/findbestmatch/ID/EcolA.%ID%. Pour les liens sur les arêtes, il s'agit de la propriété edglelinkouturl.NOM_DU_LIEN avec %ID1% et %ID2% les extrémités de l'arête, cf. la documentation de Cytoscape pour plus de détails.

Rendu à partir des valeurs des attributs

Explorez à présent les possibilités offertes par l'onglet Style (à gauche). Essayez notamment de faire afficher des épaisseurs d'arêtes proportionnelles à la confiance du lien de coexpression.

Sélection, filtres et opérations sur les graphes

Une boite de recherche est disponible au niveau de la barre d'outil. Essayez-la pour, par exemple, sélectionner le gène wbbJ. Il s'agit en fait d'un filtrage sur la sélection de tous les sommets (ou toutes les arêtes). Pour élaborer un filtre plus complexe, vous avez à gauche l'onglet Select vous permettant d'éditer les paramètres du filtre. Sélectionnez toutes les arêtes ayant une valeur de coexpression supérieure à 800. Une fois la sélection réalisée, un bouton à gauche de la boite de recherche vous permettent d'extraire un sous graphe à partir de la sélection. Par défaut, il s'agit du sous graphe induit par les sommets sélectionnés : New Network From Selection (all edges). Après avoir réalisé la sélection des arêtes >800, le menu Select->Nodes->Nodes connected by selected edges vous permet de sélectionner les extrémités des arêtes sélectionnées.

Importez à présent le graphe contenu dans le fichier String_EcolA_experimental.sif correspondant aux données STRING portant sur les interactions protéine-protéine. Importez également la confiance de ces relations à partir du fichier String_EcolA_experimental_scores.attrs.

Vous pouvez fusionner les 2 graphes en utilisant Tools->Merge->Networks... en les sélectionnant tous les deux. Une fois cette opération réalisée, modifiez le rendu pour avoir des épaisseurs d'arêtes proportionnelles à la coexpression et un dégradé de couleur d'arête reflétant la confiance dans le lien d'interaction protéine-protéine.

Importation d'un graphe au format table

Il est également possible d'importer un graphe dans un format tabulé, ce qui permet de charger plusieurs attributs en même temps sur les arêtes. Récupérez le fichier String_EcolA_selection.tab qui contient les deux fichiers précédents ainsi que le score combiné des différentes sources disponibles dans STRING. Le fichier est de la forme :

id1	id2	experimental	coexpression	combined
AAS	SECA	546		0		546
AAS	ACPP	653		0		653
ABC	YAEE	900		831		999
ABC	METK	0		590		591
ABC	META	0		663		663
ACCA	FABD	0		537		997
...

Statistiques sur le graphe

Des informations globales sur le graphe peuvent être obtenues via le menu Tools->NetwortkAnalyzer->Network Analysis->Analyse Network... comme :

  • le nombre de composantes connexes,
  • le nombre moyen de voisins,
  • ...

Observez les attributs supplémentaires des sommets et arêtes.

Modifiez l'apparence du graphe pour colorer les arêtes en fonction de leur centralité (bouton Visualize Parameters de la fenêtre de résultats).