分析模块，输入差异基因子表达模式分析HTML结果文件（链接每个cluster表达模式分析结果）。两两间的基因进行相关性检验，根据设定的相关系数与p值阈值，如果两两基因相关性分析满足阈值，则两两基因之间具有连通性，即两两基因之间在网络图上存在边。分析模块会生成网络图gml文件。gml文件，可通过Import方式导入到Cytoscape软件中，进行可视化作图，在Cytoscape软件中生成对应的差异基因共表达模式网络图。

输入：

差异基因子表达模式分析HTML结果文件（链接每个cluster表达模式分析结果）。

示例：

输出：

差异基因共表达网络gml文件。

示例：

graph [

graph [

]

name ""

node [

  id 0

  label "BM590_B0438"

  color "#00FF92"

  fillcolor "#00FF92"

]

node [

  id 1

  label "BM590_A0175"

  color "#FFDB00"

  fillcolor "#FFDB00"

]

…….

注：

在Cytoscape中，通过左上方的File选项 –> Import -> Network -> File。导入对应的gml文件。

通过上方的layout选项 -> Node -> Group Attributes Layout -> fillcolor。设置基因节点按所属的cluster进行group布局。

通过左方的Style选项卡 -> Node -> Fill Color栏 -> 点击右侧三角展开 -> Column选项，选择fillcolor -> Mapping Type选项，选择Passthrough Mapping。将不同cluster对应的基因节点设为不同的颜色。

得到如下所示的网络图，其中，每个节点代表一个基因，每条边代表基因间存在连通（样本中，表达模式具有强相关性），不同颜色节点代表基因属于不同的cluster。

通常，差异基因子表达模式分析结果中，cluster内基因的相关程度，大于cluster间基因的相关程度。

如需，更进一步的调整和作图，参考Cytoscape官网教程：（http://www.cytoscape.org/documentation_users.html）。

其中，示例用Cytoscape版本为：3.3.0，Java版本为：1.8.0_74。

分析模块引用了R语言（v3.2.3）Hmisc包（v3.16-0）中的rcorr函数进行相关性检验。

分析模块引用了Python（v2.7.9）语言networkx库（v1.10rc2）生成网络图gml文件。