NC图表复现：蛋白互作网络的构建与可视化

[ixxmu]

https://mp.weixin.qq.com/s/IX8o_xLyyDIoX1UNJO6THA

[ixxmu]

NC图表复现：蛋白互作网络的构建与可视化 by R语言数据分析指南

欢迎关注R语言数据分析指南

❝

本节来复现NC一篇论文中的蛋白互作网络图，数据来源于原文同时作者还提供了对应的代码，但是得到的结果与原图差距较大。小编根据自己对个人对数据的理解来进行代码编写及绘图，与原文有所不同，个人理解仅供参考。

论文信息

Multiomics insights into eating time patterns and cardiovascular risk among Chinese children

Liu, Q., Chen, J., An, X. et al. Multiomics insights into eating time patterns and cardiovascular risk among Chinese children. Nat Commun 17, 1891 (2026). https://doi.org/10.1038/s41467-026-68617-8

论文原图

复现图

论文代码

https://github.com/LQ-doctor/Eating-Time-Patterns

代码展示

library(tidyverse)
library(ggplot2)
library(ggraph)
library(igraph)
library(tidygraph)
# 读取并处理数据
ppi_df <- read_delim(
  file = "string_interactions.tsv",  
  delim = "\t",
  col_names = TRUE)
# 创建边列表
edge_list <- ppi_df %>%
  select(node1, node2, combined_score) %>%
  rename(from = node1,to = node2,
    value = combined_score)

graph_df <- as_tbl_graph(edge_list) %>%
  tidygraph::mutate(
    Popularity = centrality_degree(mode = 'all'),
    Betweenness = centrality_betweenness(),
    Degree = case_when(
      Popularity > 5 ~ "High",
      TRUE ~ "Low")) %>% 
  activate(edges) %>%
  mutate(Interaction = case_when(
      value > 0.8 ~ "Strong",
      TRUE ~ "Weak"))

ggraph(graph_df, layout = 'linear', circular = TRUE) +
  geom_edge_arc(aes(color = Interaction, width = value/1000)) +
  geom_node_point(aes(size = Popularity,fill = Degree),
                  color = "#000000",alpha = 1, shape = 21) +
  geom_node_text(aes(label=name,x=x*1.07,y=y*1.07,
                     angle=-((-node_angle(x,y)+90) %% 180)+ 90,
                     vjust=0.5,hjust=ifelse(x>0,0,1)),size=3) +
  scale_edge_colour_manual(
    values = c("Strong" = "#E7298A","Weak"   = "#F4A6B7")) +
  scale_edge_width(range = c(0.1, 1)) +
  scale_size_continuous(range = c(1, 8)) +
  scale_fill_manual(values = c("High" = "#7FCDBB","Low"  = "#F2F2F2")) +
  guides(size = "none",edge_width = "none") +
  labs(caption = "Strong interaction: combined score > 0.8") +
  coord_cartesian(clip="off") +
  theme_graph() +
  theme(legend.position = "right",
    plot.title = element_text(size = 14, face = "bold", hjust = 0.5),
    legend.text = element_text(size =12,color="black"),
    plot.caption = element_text(vjust=0,hjust=0.5,color="black",size=12))

PlotCase介绍

PlotCase是小编近期开发完成的一款本地R图形案例知识库App，作为文档类的升级版在PlotCase中，每一个图表案例都不再是孤立的截图或代码片段，而是图表 + 数据 + 代码的完整组合：  数据与代码可直接下载，一键跳转RStudio即可运行复现，省去繁琐配置与反复查找的时间成本。 换句话说，你关注的只剩下分析本身，而不是“文件到底放哪了”。

为确保用户权益，该App使用一机一码的方式进行付费激活，。目前只支持Mac系统M芯片系列电脑，暂无windows版本。 对此感兴趣的读者欢迎交流

安装激活

关注下方公众号下回更新不迷路