centiscape插件是一个可以用于一次性计算多个中心值的工具，类似于network analysis等。通过node的拓扑属性和生物学属性寻找最显著的差异基因，但是它是基于无向型网络，才能够使用和计算的。 下面我们通过简单的实例来介绍该插件的使用！ 1、未安装该插件，先安装该插件，安装步骤如下： 如果安装好了，就会有centiscape这个选项，如果没有安装，则选择app manager这个选项，找到该插件的名称，直接进行安装就好了，剩下的就是等待安装成功！ 2、安装完成后，需要准备数据，数据的形式，最简单的就是两列，两列都是基因的名称，如ABI3BP和SBSPON基因存在相互作用关系。 很多时候，大家得到的都是一个差异基因的列表，那么如何从一个差异基因的列表得到一个上述的表格呢？有很多种方式： 一、通过基因表达量计算基因和基因的相关性，一般认为当相关性大于0.4即存在正相关，而相关性小于-0.4即存在负相关。计算的方法很多，这里不一一介绍，一般用的比较多的是R语言 二、可以使用string在线数据库，直接下载相互作用的网络。 详细的在这里也不介绍了，如果大家还不会，可以参照之前的一片博客 https://blog.csdn.net/weixin_43949246/article/details/101686768?spm=1001.2014.3001.5502 3、导入数据，进行分析，导入数据的方法有两个，同时这是我最喜欢的方法 第二种 在这里需要注意的是，我在截图中圈出来了，一个是source，一个是target，简单理解就是，一条线段需要由两个点来确定，如从a到b，两点决定一条线段，而线段的存在就是关于两点得以连接的桥梁。 导入后，就是这样的图片了 如果大家需要对图片进行美化，可以参照之前的博客，这里不过多解释哈 https://blog.csdn.net/weixin_43949246/article/details/101676171?spm=1001.2014.3001.5502 https://blog.csdn.net/weixin_43949246/article/details/103323278?spm=1001.2014.3001.5502

4、centiscape的使用，选择该插件 如果不明白如何选择就需要自己点一下‘’?‘’，可以查看一下详细的说明。 测试一下哈 先计算node的degree 选择无向 这时候在原本的表格中就会新增一些列，包含了我们下面用于分析的列 我们按照图中标注的顺序，依次选择1,2,3，4 右边的5 首先，可以把5这个部分放大，第一个是对degree的统计图 接着就是centiscape result的部分 如果必要的话，可以把其中几个参数给deactive掉，也就是不勾选acitive复选框。 大家可以选择其中几个参数more/equal而另外的选择less/equal，也可以假如AND-OR 参数。这些可以马上知道结果例如“哪些节点有高中介性值和高stress同时低离心值？”要注意的是，threshold也可以手动设置。一旦根据选定设置，相应的子图就可以提取显示。

plot by nodes 默认是mean值，当然也可以自己选择合适的值，选择ACACB这个基因，绘制该基因的统计值得柱状图 条形图显示了平均值(蓝色)、最小值(绿色)、最大值(白色)和节点值(红色)。由于可视化问题，所有的值都在0到100的范围内标准化。如果你选择一个条形图，精确的值将会出现。

plot by centrality：中心性可视化图是一种简单的方法来区分网络中与两个选定参数相关的节点。要使用它，你必须在“按中心性绘制”菜单中选择两个参数，然后你必须点击相应的“绘制”按钮。它会产生一个图表，其中水平轴上有一个属性，垂直轴上有另一个属性。你可以用四种不同的方式使用这个选项:

可以通过export image直接导出图片 由于篇幅的原因，没有办法更加详细的介绍，如果大家感兴趣也可以查看他的文档 http://www.cbmc.it/~scardonig/centiscape/CentiScaPefiles/CentiScaPeUserGuide.pdf