生物信息 R语言和 cytoscape 相互沟通的组件RCy3，构建cytoscape网络表 节点类型表 链接边的表，并推送到cytoscape
下面给出一段完整、可直接运行的 R 代码，完成以下任务：
- 读入你提供的边列表（tf_top5_all_files_connections.csv）。
- 根据你给出的 11 个基因符号，把节点标记为 “gene”，其余统一标记为 “tf”。
- 输出两文件：
- nodes_type.csv（两列：id, type）
- edges.csv（与原始边列表完全一致，方便 Cytoscape 导入）
- 给出在 Cytoscape 里一键导入的示例脚本（cyrest 方式）。
把下面代码整段复制到 R/RStudio 运行即可。
## 0. 如缺少依赖包，先安装
# install.packages(c("tidyverse","igraph","RCy3"))library(tidyverse)
library(igraph)
library(RCy3)## 1. 路径设置（改成自己的）
edge_file <- "tf_top5_all_files_connections.csv"
node_file <- "nodes_type.csv"
export_edge <- "edges.csv" # 给 Cytoscape 用的边文件（可选）## 2. 给定 11 个 gene 符号
gene_symbols <- c("aa","bbbb","vvv")## 3. 读边并去重
edges <- read_csv(edge_file, col_types = cols()) %>% distinct()## 4. 生成节点类型表
nodes <- bind_rows(tibble(id = unique(edges$Source)),tibble(id = unique(edges$Target))
) %>%
distinct() %>%
mutate(type = if_else(id %in% gene_symbols, "gene", "tf"))## 5. 写出文件
write_csv(nodes, node_file)
write_csv(edges, export_edge) # 如果原始文件已干净，可省略## 6. （可选）直接通过 RCy3 导入 Cytoscape
## 6.1 启动 Cytoscape（须先手动打开软件）
cy <- cytoscapePing() # 测试连接
if(is.null(cy)) stop("请先启动 Cytoscape 并打开 1234 端口！")## 6.2 创建网络
g <- graph_from_data_frame(edges, directed = FALSE)
createNetworkFromIgraph(g, title = "TF_network")## 6.3 导入节点属性
loadTableData(nodes, table.key.column = "id")## 6.4 简单风格：按 type 给颜色
setNodeColorBypass(node.names = nodes$id[nodes$type=="gene"],new.colors = "#E31A1C"
)
setNodeColorBypass(node.names = nodes$id[nodes$type=="tf"],new.colors = "#1F78B4"
)message("节点类型表已保存为 ", node_file, "；网络已推送到 Cytoscape！")
运行完成后，你会得到
- nodes_type.csv：两列，id 与 type（gene/tf）
- edges.csv：与原始边列表一致
在 Cytoscape 里手动导入也行：
- File → Import → Network from File… 选 edges.csv
- File → Import → Table from File… 选 nodes_type.csv，关键列选 id，把 type 作为 Node Table 新列即可。
随后用 “Style” 面板按 type 列给节点配色/形状，就能区分 gene 与 tf。
在 Windows / macOS / Linux 上，如果 BiocManager::install(“RCy3”) 因为依赖缺失而中止，可以用下面 一行命令 把 RCy3 及其所有递归依赖一次性强制装齐。
把整段代码直接粘进 全新 R 会话（管理员/普通用户均可）即可——无需手动逐个装依赖。
## 0. 如果还没装 BiocManager 先装
if (!requireNamespace("BiocManager", quietly = TRUE))install.packages("BiocManager", repos = "https://cloud.r-project.org")## 1. 强制安装 RCy3 + 全部递归依赖（Bioconductor + CRAN）
## 使用 ask = FALSE 避免交互，force = TRUE 强制重装
BiocManager::install("RCy3",dependencies = TRUE, # 递归依赖ask = FALSE, # 不提问force = TRUE) # 强制装## 2. 验证
library(RCy3)
cytoscapePing() # 若返回 “Hello Cytoscape” 即成功
————————————————————————
常见问题速查
- R 版本太旧
报错类似 “Bioconductor version ‘3.xx’ requires R ‘≥4.x’” → 先升级 R 再跑上面代码。 - 编译工具缺失（Linux）
若看到 “gcc / g++ not found”，Ubuntu / Debian 终端跑：sudo apt-get update sudo apt-get install build-essential libcurl4-gnutls-dev libxml2-dev libssl-dev - CRAN 镜像被墙
在install.packages()或BiocManager::install()里加：repos = c(CRAN = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/") - Bioconductor 镜像被墙
运行一次：BiocManager::repositories() options(BioC_mirror = "https://mirrors.tuna.tsinghua.edu.cn/bioconductor")
执行完以上步骤后，RCy3 及其 所有依赖 都会装好，可直接 library(RCy3) 继续前面的网络导入脚本。