راهنمای جامع و گام‌به‌گام انجام پروژه با Cytoscape در تحلیل شبکه‌های زیستی

آیا با داده‌های حجم بالا (Omics) نظیر RNA-Seq یا پروتئومیکس روبرو هستید و در نگارش فصل چهارم پایان‌نامه یا مقاله خود برای تبدیل این لیست‌های طولانی ژنی به شبکه‌های زیستی قابل تفسیر دچار چالش شده‌اید؟ انجام پروژه با Cytoscape به شما این امکان را می‌دهد که داده‌های خام تعاملات زیستی را به مدل‌های بصری معنی‌دار تبدیل کرده و ژن‌های کلیدی و مسیرهای سیگنال‌دهی اصلی را کشف کنید.

در این راهنمای جامع، روند کامل پیاده‌سازی پروژه با نرم‌افزار Cytoscape را از مرحله قالب‌بندی فایل‌های CSV و SIF تا استخراج زیرشبکه‌های مهم، تحلیل غنی‌سازی هستی‌شناسی ژن (GO) و گرفتن خروجی‌های وکتور با کیفیت مجلات ISI مرور می‌کنیم.

مرحله اول: آماده‌سازی داده‌ها و ساختار فایل‌های ورودی

پاسخ کوتاه: برای ورود موفق داده‌ها به Cytoscape، ساده‌ترین و مطمئن‌ترین روش استفاده از فایل‌های اکسل با فرمت CSV یا TSV شامل حداقل دو ستون اصلی است: ستون Source (ژن مبدأ) و ستون Target (ژن مقصد).

نرم‌افزار Cytoscape از چندین فرمت استاندارد مانند SIF (Simple Interaction Format)، NNF، GraphML و فایل‌های متنی جداشده با کاما یا تب پشتیبانی می‌کند. برای پروژه‌های سیستمز بیولوژی (System Biology)، توصیه می‌شود داده‌های خود را در دو جدول جداگانه در فایل اکسل سازماندهی کنید:

• جدول تعاملات (Edge Attribute Table): این جدول شامل ستون‌های Node A، Interaction Type (مثلاً pp برای پروتئین-پروتئین یا reg برای تنظیمی)، و Node B است. همچنین می‌توانید وزن تعامل (Score یا Combined Score) را در ستون دیگری وارد کنید.
• جدول ویژگی‌های گره‌ها (Node Attribute Table): این جدول مشخصات فردی هر ژن/پروتئین را نگه می‌دارد؛ شامل میزان تغییر بیان (Fold Change)، مقدار P-value، نوع مولکول (TF، miRNA، ژن کدکننده) و موقعیت سلولی.

مرحله دوم: فراخوانی داده‌ها و تحلیل توپولوژیک شبکه

پاسخ کوتاه: پس از فراخوانی فایل از مسیر File > Import > Network from File، باید ابزار توکار NetworkAnalyzer را از منوی Tools فعال کنید تا تمامی شاخص‌های ساختاری شبکه محاسبه شوند.

تحلیل ساختاری یا توپولوژیک، اولین گام پس از شکل‌گیری گراف اولیه است. شبکه باید از نظر جهت‌دار بودن (Directed) یا غیرجهت‌دار بودن (Undirected) تعیین وضعیت شود؛ شبکه‌های پروتئین-پروتئین (PPI) معمولاً غیرجهت‌دار و شبکه‌های تنظیمی (TF-Gene یا miRNA-Target) جهت‌دار محسوب می‌شوند.

1. از منوی بالا گزینه Tools -> NetworkAnalyzer -> Network Analysis -> Analyze Network را انتخاب کنید.
2. نوع شبکه (جهت‌دار یا غیرجهت‌دار) را تعیین کرده و روی OK کلیک کنید.
3. پنجره نتایج شاخص‌های کلیدی زیر را ارائه می‌دهد که باید در گزارش پروژه ثبت شوند:
   • Degree (درجه): تعداد اتصالات مستقیم یک گره.
   • Betweenness Centrality (مرکزیت مابینی): میزان قرارگیری گره در کوتاه‌ترین مسیرهای بین سایر گره‌ها.
   • Closeness Centrality (مرکزیت نزدیکی): سرعت دسترسی یک گره به تمام گره‌های دیگر شبکه.
   • Clustering Coefficient (ضریب خوشه‌بندی): میزان تمایل همسایگان یک گره به تشکیل خوشه.

مرحله سوم: شناسایی ژن‌های کلیدی (Hub Genes) با CytoHubba

پاسخ کوتاه: افزونه cytoHubba برترین ابزار Cytoscape برای رتبه‌بندی و معرفی ژن‌های مرکزی (Hub/Bottleneck Genes) است که با الگوریتم‌هایی نظیر MCC و Degree ده ژن برتر را استخراج می‌کند.

در بیشتر پروژه‌های بیوانفورماتیک، هدف نهایی تقلیل یک شبکه بزرگ با چند هزار یال به یک زیرشبکه حاوی ۱۰ الی ۲۰ ژن سرنوشت‌ساز است. افزونه cytoHubba از ۱۱ روش توپولوژیک مختلف برای سنجش اهمیت گره‌ها استفاده می‌کند.

الگوریتم‌های پیشنهادی برای مقالات علمی:

• MCC (Maximal Clique Centrality): طبق پژوهش‌های اخیر، این الگوریتم دقیق‌ترین روش برای پیش‌بینی پروتئین‌های اساسی در شبکه‌های PPI است.
• Degree: ساده‌ترین و در عین حال معتبرترین شاخص برای یافتن گره‌های دارای بیشترین ارتباط مستقیم.
• MNC (Maximum Neighborhood Component): ایده‌آل برای یافتن ژن‌هایی که در مرکز مجتمع‌های پروتئینی قرار دارند.

نمونه سناریوی اجرای پروژه: ابتدا ۱۰ ژن برتر را بر اساس MCC استخراج کنید، سپس همین کار را با Betweenness انجام دهید. اشتراک (Intersection) این دو لیست که با نمودار ون (Venn Diagram) به دست می‌آید، مطمئن‌ترین کاندیداها را برای تست‌های آزمایشگاهی (Wet Lab) یا صحه‌گذاری با RT-qPCR معرفی می‌کند.

مرحله چهارم: خوشه‌بندی شبکه و غنی‌سازی فرآیندهای زیستی

پاسخ کوتاه: الگوریتم MCODE زیرشبکه‌های دارای تراکم بالا (ماژول‌ها) را شناسایی کرده و افزونه‌هایی مانند ClueGO یا STRING App وظیفه غنی‌سازی فرآیندهای زیستی (GO/KEGG) این ماژول‌ها را بر عهده دارند.

شبکه‌های زیستی مقیاس‌ناپذیر هستند و از ماژول‌های functional تشکیل شده‌اند. کشف این ماژول‌ها به فهم زیرپدیده‌های سلولی کمک می‌کند. روند استاندارد تحلیل ماژولار به شرح زیر است:

• شناسایی ماژول‌ها با MCODE: تنظیم پارامترهای K-Core=2 و Degree Cutoff=2 جهت یافتن متراکم‌ترین مجتمع‌های پروتئینی در گراف.
• تحلیل آنالیز غنی‌سازی (Enrichment Analysis): ارزیابی ژن‌های درون هر ماژول از نظر اصطلاحات هستی‌شناسی ژن (Gene Ontology: BP, CC, MF) و مسیرهای کیو (KEGG Pathways).
• تفسیر بیولوژیک: ارتباط دادن ماژول‌های استخراج‌شده به بیماری مورد مطالعه (مثلاً فرآیند آپوپتوز یا مقاومت دارویی).

مرحله پنجم: بصری‌سازی حرفه‌ای و خروجی گرفتن برای مقاله

پاسخ کوتاه: با استفاده از تب Style، اندازه گره‌ها را بر اساس Degree و رنگ آن‌ها را بر اساس Log2 Fold Change تنظیم کنید، سپس شبکه را با فرمت SVG یا PDF خروجی بگیرید.

یکی از دلایل اصلی رد شدن یا اصلاحی خوردن مقالات زیست‌شناسی محاسباتی، تصاویر بی‌کیفیت، شلوغ و درهم‌تنیده (“موی سر یا Hairball”) است. برای داشتن یک تصویر خروجی خیره‌کننده و استاندارد:

1. چیدمان (Layout): از الگوریتم‌های چیدمان نیرو-محور مانند Layout -> Prefuse Force Directed Layout یا Degree Sorted Circle Layout برای جداسازی گره‌ها استفاده کنید.
2. نگاشت بصری (Continuous/Discrete Mapping):
   • رنگ گره (Node Fill Color): تغییرات بیان ژن (افزایش بیان = قرمز، کاهش بیان = آبی).
   • اندازه گره (Node Size): متناسب با میزان درجه (Degree) یا امتیاز MCC (گره‌های کلیدی بزرگتر دیده شوند).
   • شکل گره (Node Shape): تمایز نوع مولکول (دایره برای ژن، لوزی برای miRNA، مربعی برای دارو).
3. صدور خروجی (Export): گزینه File -> Export -> Network View as Graphics را انتخاب کنید. فرمت را روی PDF یا SVG تنظیم کنید تا برداری بوده و کیفیت آن در چاپ یا زوم افت نکند. برای فرمت PNG حداقل رزولوشن را روی 300 DPI بگذارید.

جدول مقایسه‌ای افزونه‌های کلیدی Cytoscape

شناخت افزونه‌های (Apps) کاربردی نرم‌افزار Cytoscape سرعت و کیفیت اجرای پروژه شما را به شدت افزایش می‌دهد:

اشتباهات رایج در انجام پروژه Cytoscape و راه حل سریع

پرسش‌های متداول پژوهشگران