[! abstract] 富集分析只能看通路？NONONO！clusterProfiler 现在支持一键获取基因或通路的蛋白互作网络（PPI），并结合 ggtangle 包实现高自由度的可视化。想知道怎么把 Fold Change 映射到网络图上？快来看看吧！
这个功能其实早已经有了，当clusterProfiler遇见stringdb…，这次我主要是带来使用
ggtangle进行可视化。如果你想要做网络上的一些分析，github上许愿，或许会梦想成真。
做完富集分析，拿到一堆显著的通路，下一步该干嘛？ 除了看通路名字，我们往往还想知道：这些基因之间到底有没有真实的物理互作？它们是不是形成了一个蛋白复合物？
以前，你需要把基因列表导出来，上传到 STRING 官网，下载网络文件，再导入 Cytoscape 画图…… 手都点酸了。
现在，clusterProfiler 直接内置了 getPPI() 函数，让你在 R 语言里一站式搞定！
一行代码获取 PPI
getPPI() 是我们新加入的核武器。它底层连接了 STRING 数据库，可以轻松获取任意基因列表的互作网络。
场景一：我有几个感兴趣的基因
比如你关注 TP53 家族和 BRCA 家族：
library(clusterProfiler)
genes <- c("TP53", "BRCA1", "BRCA2", "S100A6")
# 指定 taxID=9606 (人类)
g <- getPPI(genes, taxID="9606")场景二：我想看富集通路的网络
这才是大杀器！getPPI() 可以直接接收 enrichKEGG 或 enrichGO 的结果对象。
data(geneList, package="DOSE")
de <- names(geneList)[1:100]
x <- enrichKEGG(de)
# 自动获取第 1 条通路的 PPI 网络
g <- getPPI(x, 1)
# 或者一次性获取前 3 条通路的网络
g3 <- getPPI(x, 1:3)不仅如此，你还可以用 add_nodes 参数自动把这些基因的“朋友圈”（邻居节点）也拉进来，发现潜在的关键连结者！
# 把邻居拉进来，看看谁是幕后大佬
g_extended <- getPPI(x, 1, add_nodes = 10)ggtangle：给网络图穿上 ggplot2 的外衣
拿到了网络 g，怎么画图？
默认的 plot(g) 虽然能看，但不够美。
这时候，就要请出我们的新朋友 —— ggtangle 包。它是专门为网络可视化设计的，继承了 ggplot2 的语法，让你像画散点图一样画网络！
基础绘图
library(ggtangle)
library(ggplot2)
ggplot(g) + geom_edge() + geom_point()进阶：把 Fold Change 映射上去
网络图如果只能看结构，那就太单调了。我们想看的是：在这个复合物里，谁上调了？谁下调了？
利用 ggtangle 的 %<+% 操作符（致敬 ggtree），我们可以轻松把外部数据（Fold Change）贴到网络上。
# 1. 准备数据：基因名和 LogFC
# 注意：要把 Entrez ID 转回 Symbol 以匹配网络节点
library(org.Hs.eg.db)
fc <- geneList
names(fc) <- mapIds(org.Hs.eg.db, keys=names(fc), column="SYMBOL", keytype="ENTREZID")
d <- data.frame(name = names(fc), logFC = fc)
# 2. 绘图：节点颜色映射 LogFC
ggplot(g) %<+% d +
geom_edge() +
geom_point(aes(color = logFC), size = 8) +
shadowtext::geom_shadowtext(aes(label = name), color="black", bg.color="white") +
enrichplot::set_enrichplot_color(reverse=F) +
theme_void()
你看，这图是不是瞬间就有了灵魂？
总结
clusterProfiler + ggtangle，让 PPI 网络分析变得前所未有的简单和灵活。
- getPPI(): 连接 STRING，获取数据。
- ggtangle: 连接 ggplot2，自由绘图。
赶紧升级你的 clusterProfiler，试试这个新功能吧！
参考资料：
- Biomedical Knowledge Mining using GOSemSim and clusterProfiler: Protein-Protein Interaction Network