WGCNA(Weighted Gene Co-Expression Network Analysis)称为加权基因共表达网络分析是一种适合进行多样本复杂数据分析的工具,通过计算基因间表达关系,鉴定表达模式相似的基因集合(module),解析基因集合与样品表型之间的联系,绘制基因集合中基因之间的调控网络并鉴定关键调控基因。其适合应用于复杂的多样本转录组数据,是发表转录组高分文章的必备技能。
前天有粉丝反应,想看看咱们的WGCNA的教程,于是我们的技术团队迅速行动,用实际行动证明什么才是真正的“实力宠粉”,一整套WGCNA教程请笑纳。
纵观近年发表的转录组相关文献,文章的数目增长速度非常之快,但是低水平的文章比例增大,大家最直观的感觉就是:转录组文章越来越不好发表了。这其实也体现了目前发表文章对转录组数据分析挖掘的要求增高了。为了发表较高水平的文章,大家从实验设计的各个角度进行探索和创新。 在高水平转录组文章实验设计方面,大家开始倾向于多因素的研究,尽量地全面和细化实验设计。此外,在转录组实验设计方面,还有不少人另辟蹊径,充分利用这十年以来快速增长的转录组数据库中的公开数据,可直接从数据库筛选多个数据集合来进行整合分析。 这些实验设计上的创新带来了样品数目的增多,这就对数据分析和挖掘提出了更高水平的要求。
WGCNA(Weighted Gene Co-Expression Network Analysis)就是一种适合进行多样本复杂数据分析的工具。WGCNA被称为加权基因共表达网络分析,通过计算基因间表达关系,鉴定表达模式相似的基因集合(module),解析基因集合与样品表型之间的联系,绘制基因集合中基因之间的调控网络并鉴定关键调控基因。其适合应用于复杂的多样本转录组数据,是发表转录组高分文章的必备技能。
相比于只关注差异表达的基因,WGCNA利用数千或近万个变化最大的基因或全部基因的信息识别感兴趣的基因集,并与表型进行显著性关联分析。一是充分利用了信息,二是把数千个基因与表型的关联转换为数个基因集与表型的关联,免去了多重假设检验校正的问题。我们将通过这几期的教程,教给大家如何去进行WGCNA这一高级分析,本期内容中,我们先从最简单的概念入手,让大家对WGCNA有一个全面的认知。
理解WGCNA
理解WGCNA,需要先理解下面几个术语和它们在WGCNA中的定义。
分析流程
在WGCNA的官网上,分析流程的示意图如下所示:
(1) 构建基因共表达网络:使用加权的表达相关性。
(2) 识别基因集:基于加权相关性,进行层级聚类分析,并根据设定标准切分聚类结果,获得不同的基因模块,用聚类树的分枝和不同颜色表示。如果有表型信息,计算基因模块与表型的相关性,鉴定性状相关的模块。
(3) 研究模型之间的关系,从系统层面查看不同模型的互作网络。
(4) 从关键模型中选择感兴趣的驱动基因,或根据模型中已知基因的功能推测未知基因的功能。
(5) 导出TOM矩阵,绘制相关性图。