导读
使用clusterprofiler R包做完富集分析后，可以使用cnetplot绘制一个cnet图，默认是top5的条目作图。本文展示了如何使用微生信平台绘制自定义条目的cnet网络图。
clusterProfiler是一个在生物信息学领域广泛使用的R包，它提供了多种功能来分析和可视化基因集的功能特性。其中，cnetplot 是 enrichplot 包中的一个函数，用于可视化基因和富集项（如GO术语或KEGG通路）之间的网络关系
整张图以圆形的形式展示。圆周左侧和下方的渐变颜色点表示基因，颜色越红表示倍数变化越大；右上方土黄色的点表示通路名。每个通路名通过不同颜色的弧线与基因相连，表示这些基因属于这个通路。土黄色点的大小与通路包含的基因个数成正比，点越大，表示包含的基因越多。
1，打开绘图页面
https://www.bioinformatics.com.cn/plot_clusterprofiler_go_kegg_enrichment_analysis_cnetplot_232
2，示例数据
点击图片上方的示例数据，下载，解压。
示例数据包括很多文件，以pathway为例，绘图会用到两个文件：
1）存储富集结果的excel文件pathway.sig.xlsx；
用到的是B列的Description，即通路的term描述信息
2）存储所有富集结果数据，基因的倍数的KEGG.RData文件。
后台的处理逻辑是根据excel中B列所挑选的感兴趣通路，从rdata中调取相关数据，然后绘图。
3，示例数据
1）上传KEGG.RData。请勿修改文件名。
2）拷贝粘贴excel中B列感兴趣term名字到输入框中。大小写敏感，请直接拷贝粘贴。
4，参数选择
图片大小：图片宽度，图片高度
点的大小：term最小点大小，也就是基因数最少的term点的大小，其他点同比例放大。基因点大小：都是一样的
字体大小：term字体大小，基因字体大小，图例标题和图例字体大小
基因颜色：若使用带gene log2fc的数据进行的富集分析，则基因的颜色随log2fc变化，变化小的是蓝色，变化大的是红色。若仅使用gene进行的富集分析，则基因点统一为灰色
是否圆形：布局样式。圆形还是非圆形。
布局：不同的点布局方法。常见的有：
star - 星形布局，节点以星形模式排列
circle - 圆形布局，节点以圆形排列
gem - 宝石布局，节点以宝石形状排列
graphopt - 一种优化的图形布局算法
grid - 网格布局，节点以网格形式排列
mds - 多维尺度分析布局，一种基于距离的布局方法
randomly - 随机布局，节点位置随机分布
fr - 强制布局，一种基于物理模型的布局方法，常用于绘制力导向图
kk - Kamada-Kawai布局算法，一种用于绘制图形的算法，它试图最小化节点之间的距离
字体：Times New Roman和Arial字体
5，提交出图
选择好参数后，点击“提交”按钮，约10s后，会在页面上呈现感兴趣通路的cnet网络图预览。我们提供了pdf，svg两种矢量图，png，tiff两种标量图供大家下载使用。其中矢量图可以使用acrobat illustrator进行编辑、组图等。
每张图表都是生物医学研究的见证者，它们不只是简单的数据图表，更是科学发现的生动记录。
该图展示了感兴趣的6条通路及其相关基因的富集结果。若文字遮挡，截断，可以通过AI进行调整。同时也可以使用其他布局。
注意：此图不适合展示大量结果，否则密密麻麻看不清楚。
微生信助力高分文章，用户198000，谷歌学术3600
