网络图（Network）看似复杂，其实构成非常简单，网络图是一种图解模型，形状如同网络，故称网络图，由节点（node）和连线（edge）两个因素组成的。其中 node 又分为 source node（源节点）和 target node（目标节点）两个因素组成的。这里的 node 就是我们的基因，edge 就是基因间的相互作用关系。任何网络图都不外乎这些构成成分。知道了网络图的构成之后，再做图分析就很简单了。
节点（node）
所谓的节点，就是我们要分析的基因。在一个网络图当中往往有数十个乃至上百个节点，那就意味着，我们需要分析的基因有数十个或者上百个。这些基因是怎么来的呢？这就跟我们的研究目的相关了，这些基因可能是我们筛选出来的差异表达的基因，可能是肿瘤患者中高频突变的一些基因，也可能是某一个 miRNA 的下游靶基因等等。
在进行网络图分析的时候，我们往往对基因的来源不做要求，只要是你认为是有意义的一群基因，就可以了。但是，在基因数量上，我们往往有一定的限制。因为，基因数少了，网络图中的 edge 太少，图做不出来，或者做出来太丑；而基因数多了，网络图太大，导致没办法导入软件中进行分析，耗时太久，同时背景噪声和混杂影响也会更多。因此，通常要分析的网络图基因数量在 50 - 300 个左右，这样的网络图比较适中，不会太大也不会太小。
连线（edge）
edge 就是基因之间的相互作用关系。比如两个基因 TP53 和 CXCL12 之间是否有相互作用关系呢？通过什么方法进行判断呢？这是一个比较困难的问题。好在，有一些非常好的数据库帮我们解决了这一问题，比如最著名的就是 STRING database。
STRING 数据库
STRING（https://string-db.org）是一个非常全面的蛋白互作网络数据库，里面存储了非常多物种和基因的相互作用关系。我们只要把基因名字提交上去，就能够判定他们之间时候有互作关系了。
STRING数据库是一个搜寻已知蛋白质之间和预测蛋白质之间相互作用的系统。这种相互作用既包括蛋白质之间直接的物理的相互作用，也包括蛋白质之间间接的功能的相关性，是目前最为全面、最为权威的蛋白相互作用数据库。
STRING数据库中包含有实验数据、从Pubmed摘要中文本挖掘的结果、综合其他数据库的数据，另外还有利用生物信息学的方法预测的结果，所应用的生物信息学的方法有：染色体临近、基因融合、系统进化谱、基于芯片数据的基因共表达等。
Cytoscape
Cytoscape是一套完整的网络图分析系统，它不仅仅是一个软件，还包括了一系列编程语言接口、app store 等诸多内容，是网络分析领域的龙头老大。Cytoscape 能够帮助我们实现基因互作的可视化网络图，并且通过其诸多分析插件帮我们找到这里面的关键基因。
研究思路
step1 从 基因列表 到 蛋白互作
step2 从 蛋白互作 到 互作网络
step3 从 互作网络 到 关键基因
具体步骤
step1 准备基因列表
这个基因列表的文件说白了就是一列基因，对于基因的数量最好是 50 - 300 个。
step2 打开 STRING 数据库
点击 SEARCH，然后就会跳转到让我们输入基因列表的页面，如下图所示，我们点击 "Multiple proteins"，再依次输入我们的基因列表和物种名称，点击 SEARCH 即可。
然后 STRING 数据库会搜索我们提交的蛋白，点击 CONTINUE 即可。
之后就会出现这些基因的互作网络图了。这个网络图中有很多彩色的点，这个颜色是随机分配的没有生物学意义，有的点中还有花花绿绿的蛋白质的三维结构，这个对我们来说也不是非常重要，重要的是蛋白之间的连线，这就是相互作用。
图的下面有很多的panel，这里面蕴含了很多功能，其中最主要的就是 Exports，从这里可以输出我们想要的图形和网络。
对于初级分析来说，网络图就可以了；当时如果是高级分析和美观的网络图，比如需要找到关键基因，需要发表质量的高级网络图，那就需要源文件了，源文件是一个tsv文件，通过它，可以制作各种各样的网络图。
待续...