其中,McC(Maximal Clique Centrality)算法是CytoHubba算法中的一种迭代公式,用于计算节点的最大团中心性。 在介绍McC算法之前,我们先来了解一下最大团(Maximal Clique)的定义。在一个图中,最大团是一个完全连接的子图,其中的每个节点都与其他所有节点相连。最大团中的每个节点都是强相关的,这意味着它们在其中一种...
输出结果如下 这里的Score就利用MCC算法评估节点与边的关系得出来的，显然得分越高越关键。这里显示RPS18基因最关键，分数最高，也可利用多种方法求取关键基因，后提取共同的基因进行下游分析。插件二：MCODE(以下引自https://www.jianshu.com/p/17a0ba0ced3c)MCODE，Molecular COmplex Detection，发现PPI网络中紧密...
使用cytohubba把关键子网络提取出来,如图筛选出关键子网络,MCC是cytohubba的较新的算法,将lable换为common name,这样我们可以通过右侧的rank分看出MCM1在网络中占有重要权重以及其与GAL4的关系。 12 13 使用MCODE插件(以下引自https://www.jianshu.com/p/17a0ba0ced3c), MCODE,MolecularCOmplexDetection,发现PPI网络中...
使用cytohubba把关键子网络提取出来,如图筛选出关键子网络,MCC是cytohubba的较新的算法,将lable换为common name,这样我们可以通过右侧的rank分看出MCM1在网络中占有重要权重以及其与GAL4的关系。 使用MCODE插件(以下引自https://www.jianshu.com/p/17a0ba0ced3c), MCODE,MolecularCOmplexDetection,发现PPI网络中紧密联系...
首先，选择cytoHubba工具。接着，点击Calculate进行计算。在Hubba nodes板块中，选择Top12（因为我们的靶点基因总数为12个），并采用MCC算法，该算法在相关文献中也被优选。第四步：Display options 由于在STRING应用理论篇的Settings板块未设置max number of interactors to show，且本次导入的总靶点基因数量为13个，未...
它提供了11中拓扑分析方法,包括,Degrre度,Edge Percolated component边过滤成分,Maximum neighborhood component,Density of Maximum Neighborhood Component,Maximal Clique Centrality and six centralities(Botteleneck,EcCentricity,Closeness,Radiality,Betweenness, Stress)以上这些基于最短路径,MCC是新提出的方法,在酵母PPI...
2.在视图处理工作面板点击cytoHubba,选择刚才打开的网络图,点击”Nodes’Scores”的Calculate ,这里有12种算法可供选择来计算hub基因,这里我们实例 MCC,默认选择top的nodes,然后再点击 submit 图10 3.然后你会在网络图的区看到MCC算法计算出的hub基因,可选择save current rank 保存当前的hub网络,使用其它算法计算 hub...
5、这里就可以通过点击Label和Line Type中的Remove Bypass删除数字和虚线 6、输出图像 2.5 结果解读 这里的Score就利用MCC算法评估节点与边的关系得出来的,显然得分越高越关键 这里显示YMR043W基因最关键,分数最高 如果更谨慎的话,可利用多种方法求取关键基因,后提取共同的基因进行下游分析,例如:...
cytohubba mcc算法迭代公式 CytoHubba MCC算法的迭代公式如下: 1.初始化:给定一个图G=(V,E),其中V是节点集合,E是边集合。对每个节点v∈V,设置初始的MCC值为1.0。 2.迭代计算:重复执行以下步骤,直到收敛: a.对于每个节点v∈V,计算该节点的邻居节点集合Nv及其MCC值,再计算出该节点的MCC值,公式如下: 。 MCC...