用到了这个需求，找教程的时候，其实也找到了比如这个
(1 封私信) Cytoscape整合GO富集分析和表达结果 - 知乎 (zhihu.com)
但是，这个老师讲的太多了，是属于手把手教学的，但是我的需求只是其中的一步，就是拿到kegg的结果后，把通路的基因转换为表格，然后导入cytoscape，进行绘图。
首先，明确需求，kegg通路，感兴趣的几条，和基因之间的网络图。
最开始，由此需求想到的就是Y叔的一个包，enrichplot::cnetplot(kk2,showCategory = 22,circular=F,colorEdge = TRUE)) 但是，直接出图的话，有点丑，没法改。
如下：
image.png
那么我们就要想办法从KEGG结果里面找材料了，
思路如下：
1.把结果保存下来，使用excle挑通路，
2.把挑好的通路，转换成cytoscape 的形式画图。
代码和做法
# 首先,获得kegg的结果
kk <- enrichKEGG(gene = deg4$ENTREZID,
keyType = "kegg",organism= "mmu",
qvalueCutoff = 0.05,
pvalueCutoff=0.05)
##通路的基因是entrezid，但是后面我们做网络图，就需要转换成symbol，（tip：senrichGO，里面可以直接设置readable = T）
#kegg需要转换，可以通过`setReadable()`，当然这个函数是针对的enrichresults，所以GO也是可以通过这个转换的。
library(DOSE)
#这里keyType设置为ENTREZID
kk<-setReadable(kk, OrgDb = org.Mm.eg.db, keyType="ENTREZID")
#转换完成后，便得到了symbol
#随后，报存一下到excle里面进行挑选通路
tmp = dataframe(kk)
write.csv(tmp,file = 'kegg.csv')
## 番外 ，挑选 保存，保存好后
tmp <- read.csv('kegg.csv')
#后面需要对Enrichresult对象进行操作，所以挑对象
kk2 <- dplyr::filter(kk,Description %in%tmp$Description) %>% ##挑出刚才挑选的通路
data.frame()
## 删掉小尾巴 我这里是老鼠的小尾巴，请各位酌情更改。
kk2$Description <- gsub(' - Mus musculus \\(house mouse\\)','',kk2$Description)
#然后这个挑完的对象，记得画个KEGG的图，这个对象的任务就结束了
##提取需要的列
net <- kk2[,c('Description','geneID')]
到这里，我们拿到了，我们想要的通路名和基因名。
但是它是这样的
head（net）
image.png
这怎么能搞成网络图呢
需要转换，
关键步骤只有一步
netdata <- separate_rows(net,geneID,sep = '/')意思就是通过后面的这个geneID把基因分组分开，并且保证不错乱。
结果如下
image.png
看着就很美好。
然后保存
tips来了：
colnames(netdata) <- c('source','target')
write.csv(netdata,file = 'tmp.csv',quote = F) 一定要写后面的F，不然，你就会遇到
这个文章的情况：
R语言/cytoscape 导入时候出现 引号 怎么办？ - 简书 (jianshu.com)
对！姊妹篇，一个问题，互赚浏览量！！
对了，你还需要生成一个cytoscape 的nodes的备注分组信息，大概就是gene和pathway分开分类的那种。
就比较简单了，算了还是写一下吧
比如:
#从上面的network文档入手，
gene = data.frame( x = unique(netdata$target), y = rep("gene",length(x = unique(netdata$geneID))))
##在简书里面临时写的，可能会报错，请认真查找修改一下。
path= data.frame( x = unique(netdata$source), y = rep("pathway",length(x = unique(netdata$geneID))))
netdata2 = cbind(gene,path) #或者是rbind,这俩我经常分不清，需要试一下。
到这里就结束了。下面就该去cytoscape进行操作了
可以看看我那个导入的教程
