概述

生物系统从根本上来说是相互关联的，分子并不是孤立地行动，而是形成复杂的相互作用网络。网络可视化将这些关系转化为图表，其中节点代表实体（蛋白质、基因、代谢物），边缘代表相互作用（物理结合、调节控制、代谢通量）。生成的图表揭示了系统级属性，例如中心节点、网络模块和路径串扰，这些属性在检查各个组件时是不可见的。网络分析已成为系统生物学的核心方法论。

关键概念

布局算法确定节点位置以传达结构。力导向布局模拟物理力，节点相互排斥，边缘相互吸引，产生密集连接的节点集群。 节点和边属性通过大小、颜色和厚度对附加数据进行编码。节点的度（连接数）和中间中心性（网关角色）突出了生物学上重要的蛋白质。 网络类型包括蛋白质-蛋白质相互作用网络、基因调控网络、代谢网络和共表达网络。 Cytoscape、Gephi 和 igraph 等工具提供全面的可视化和分析功能。

应用程序

网络可视化推动了许多生物领域的发现。 [蛋白质-蛋白质相互作用](/guides/ Protein- Protein-interactions.html) 网络可识别与疾病相关的中枢蛋白质和蛋白质复合物。 细胞信号传导和信号转导 通路被建模为定向网络，其中边缘传播激活或抑制信号。 代谢途径 表示为将酶与其底物和产物连接起来的二分网络，从而实现通量平衡分析和代谢工程。

实用协议

要在 Cytoscape 中创建蛋白质-蛋白质相互作用网络，请首先使用感兴趣的蛋白质（例如“TP53”）查询 STRING 数据库 (string-db.org)。 STRING 返回一个交互网络，其中包含每条边的置信度分数。将所需的最低置信度分数增加到 0.7（高置信度）以过滤虚假交互，然后单击“导出”并下载制表符分隔的网络文件。打开 Cytoscape 并通过“文件”>“导入”>“网络”>“文件”导入文件。网络显示为默认布局；应用“布局”菜单中的“预熔力定向布局”来聚集密集连接的蛋白质。可以使用“样式”面板按度中心性（交互数量）调整节点大小，并按介数中心性着色，这会立即突出显示对网络完整性可能至关重要的枢纽蛋白（高度）和瓶颈蛋白（高介数）。例如，当可视化 TP53 相互作用网络时，TP53 本身表现为与 MDM2、CDKN1A、BAX 和数十种其他参与细胞周期停滞和凋亡的蛋白质连接的高度枢纽。代表已知癌症相关蛋白（例如 ATM、CHEK2）的节点通常表现出高介数中心性，将 TP53 与 DNA 损伤反应途径桥接起来。这种拓扑分析有助于优先考虑蛋白质以进行功能验证：在疾病相关网络中具有高中介性的蛋白质，即使没有差异表达，由于其对信息流的控制，仍然可能是有吸引力的药物靶点。因此，网络可视化连接了结构相互作用数据和功能优先级，指导系统生物学中的假设生成和实验验证。