如何用RCy3筛选符合节点/边数条件的子网络节点

你当前使用的createDegreeFilter是基于节点自身的度数筛选，这会把度数为1的node1、node4、node5都选中，但node1属于包含4个节点的连通分量（node0、node1、node2、node3），不符合你“仅选中node4和node5”的目标。正确思路应该是基于节点所在连通分量的大小（节点数）和边数来筛选。

通过RCy3获取网络的连通分量信息，计算每个分量的节点数和边数，再筛选出符合条件的节点：

library(RCy3)

# 构建网络（保留原有代码）
nodes <- data.frame(
  id = c("node 0","node 1","node 2","node 3", "node 4", "node 5"),
  stringsAsFactors = FALSE)

edges <- data.frame(
  source = c("node 0","node 0","node 0","node 2", "node 4"),
  target = c("node 1","node 2","node 3","node 3", "node 5"),
  stringsAsFactors = FALSE)

createNetworkFromDataFrames(nodes, edges, title = "test")

# 获取连通分量信息
cc <- getNetworkAttribute("networkComponents", network = "current")
cc_nodes <- lapply(cc$nodes, function(x) x$nodes)
cc_edge_counts <- sapply(cc$edges, length)
cc_node_counts <- sapply(cc_nodes, length)

# 为每个节点添加连通分量的节点数和边数属性
node_attrs <- data.frame(
  id = unlist(cc_nodes),
  component_node_count = rep(cc_node_counts, cc_node_counts),
  component_edge_count = rep(cc_edge_counts, cc_node_counts),
  stringsAsFactors = FALSE
)

loadTableData(node_attrs, data.key.column = "id", table = "node")

# 创建筛选器：筛选连通分量节点数≤2且边数≤1的节点（对应node4和node5的分量）
createColumnFilter(
  filter.name = "component filter",
  column = "component_node_count",
  criterion = 2,
  predicate = "LESS_THAN_OR_EQUAL"
)
# 叠加边数筛选
createColumnFilter(
  filter.name = "edge count filter",
  column = "component_edge_count",
  criterion = 1,
  predicate = "LESS_THAN_OR_EQUAL"
)

# 应用筛选器（合并两个条件）
applyFilterCombination(list("component filter", "edge count filter"), "ALL")

1. 获取连通分量：getNetworkAttribute("networkComponents")会返回当前网络所有连通分量的节点和边信息。
2. 添加分量属性：将每个连通分量的节点数和边数作为节点属性加载到Cytoscape中，让筛选可以基于分量整体属性而非单个节点度数。
3. 组合筛选条件：通过两个列筛选器分别限定分量的节点数和边数，再用applyFilterCombination合并“同时满足”的条件，最终精准选中node4和node5。

如果你的实际需求是筛选节点数超过2或边数超过1的分量中的节点，只需调整筛选条件为：

createColumnFilter(
  filter.name = "component filter",
  column = "component_node_count",
  criterion = 2,
  predicate = "GREATER_THAN"
)
createColumnFilter(
  filter.name = "edge count filter",
  column = "component_edge_count",
  criterion = 1,
  predicate = "GREATER_THAN"
)
applyFilterCombination(list("component filter", "edge count filter"), "ANY")

这会选中node0、node1、node2、node3所在的大分量节点。

内容的提问来源于stack exchange，提问作者David R