Figure 4a — 硝酸响应转录调控网络

图件说明

Fig. 4a 展示的是原文提出的 nitrate-responsive transcriptional regulatory network。这幅图相较于 Fig. 1a/1b 已不再只是单纯的 Y1H 互作展示，而是建立在多层信息整合之上：

利用 Y1H 得到 TF–promoter 互作框架
整合公开氮处理表达数据集
对 TF–target 关系进行 Pearson/Spearman 相关分析
进行 NeCORR 排名与 Gini correlation 显著性评估
在 Cytoscape 中构建并可视化硝酸响应调控网络

复现方式

这是本批图中方法学要求最高的一类。我们从原作者仓库导出 Cytoscape 会话文件进行结果级复现。

复现结果

Figure 4a — 硝酸响应调控网络

难度评估：高

若要真正按原文流程重建，不仅要有 Y1H 互作数据，还要整合公开氮响应表达谱、完成相关性与网络排序分析，并在 Cytoscape 中映射网络拓扑与表达变化。其复杂度明显高于 Fig. 5a 和 Fig. 5b/c。

---
title: "Figure 4a — 硝酸响应转录调控网络"
---

## 图件说明

Fig. 4a 展示的是原文提出的 **nitrate-responsive transcriptional regulatory network**。这幅图相较于 Fig. 1a/1b 已不再只是单纯的 Y1H 互作展示，而是建立在多层信息整合之上：

1. 利用 Y1H 得到 TF–promoter 互作框架
2. 整合公开氮处理表达数据集
3. 对 TF–target 关系进行 Pearson/Spearman 相关分析
4. 进行 NeCORR 排名与 Gini correlation 显著性评估
5. 在 Cytoscape 中构建并可视化硝酸响应调控网络

## 复现方式

这是本批图中方法学要求最高的一类。我们从原作者仓库导出 Cytoscape 会话文件进行结果级复现。

## 复现结果

![Figure 4a — 硝酸响应调控网络](images/03_Figure4a_exact_from_repo.png){width=100%}

## 难度评估：高

若要真正按原文流程重建，不仅要有 Y1H 互作数据，还要整合公开氮响应表达谱、完成相关性与网络排序分析，并在 Cytoscape 中映射网络拓扑与表达变化。其复杂度明显高于 Fig. 5a 和 Fig. 5b/c。