cytoscape数据预处理怎么做 Cytoscape导入前的数据整理与检查方法

1. 明确网络表结构
   Cytoscape导入网络至少需要两张表：节点表和边表。节点表每行代表一个节点，通常包含id、label、以及各种属性列（如类型、表达量、分组）。边表每行代表一条关系，通常包含source、target、interaction三列，source和target必须与节点表的id对应。如果你的数据来自其他软件，先检查它输出的是节点边分离表还是邻接矩阵，邻接矩阵需要先转换为长表再导入。另外，如果还有表达矩阵或分组信息，可以单独整理成属性表，后续通过导入表功能合并到节点或边上。
2. 统一ID并检查唯一性
   节点ID是Cytoscape关联节点表和边表的唯一依据，必须保证节点表id列不重复、边表的source和target全部能在节点表id中找到。如果原始数据里同一节点有多个别名，比如基因名和基因ID混用，建议统一成一种ID系统，再另建一列存放别名作为label或属性。检查重复可以用表格软件的筛选或条件格式，也可以用命令行工具统计。如果边表里出现节点表中不存在的ID，导入时Cytoscape可能自动创建孤立节点或直接报错，最好在预处理阶段就补全或过滤。
3. 清理缺失值与空行
   节点或边属性列中的空白单元格在Cytoscape中可能被识别为空值或导致类型推断错误。对于数值型属性，缺失值建议统一写成空、NA或固定数值，并确保整列类型一致；不要在同一列里混用数字、文本和空格。边表如果存在source或target为空的行，应直接删除，因为缺少端点无法形成有效边。节点表如果id为空，也要删除或修正。清理后可以重新排序并检查行数是否与预期一致。
4. 规范列名与数据类型
   列名尽量使用英文、数字和下划线，避免空格、括号、特殊符号，因为部分导入格式对列名敏感。常见的标准列名包括节点表的id、label、name，边表的source、target、interaction。如果列名含有中文或特殊字符，可以在导入映射界面手动指定，但预处理阶段先改好更省事。数据类型方面，数值列应保持纯数字，文本列不要混入数字格式；如果某个属性需要作为连续映射，导入后要能在Style中识别为数值类型，否则只能作为离散分类使用。
5. 选择正确的导入格式与导入后核对
   预处理后的表格可以保存为制表符分隔的txt、逗号分隔的csv或Excel文件，但Cytoscape对制表符分隔的文本支持最稳定。导入时选择File→Import→Network from File，在预览界面确认节点表、边表和属性表的列映射是否正确，特别是source、target、id的对应关系。导入完成后，在Node Table和Edge Table中抽查几行，确认节点数、边数与原始数据一致，再使用Layout进行布局、使用Style设置颜色和形状。如果发现节点数异常或出现大量孤立点，优先回到预处理阶段检查ID匹配和空行问题。

软件页面：Cytoscape。