WGCNA分析 | 全流程代码分享 | 代码三

关于WGCNA的分析,共有3期教程,今天是的第三期。前面两期是使用代码进行分析的,也是我们的平时最常用的分析方法,对我个人来说也是最简洁的方法。(PS:对于使用代码分析,个人有个人的看法。如果你看得懂代码,那么是非常方便的;但是,一旦你遇到超出你能力范围的代码,那么这就是你噩梦


WGCNA分析教程一

[WGCNA分析教程二]((https://mp.weixin.qq.com/s/Ln9TP74nzWhtvt7obaMp1A)

我们的前面两个教程是付费教程,对于这个价格是否值得,就是仁者见仁,智者见智

上面的教程,所有代码都原封不动的附上,只需改动几个参数就可以;如果,你连需要改那几个参数都不知道,那么请看我每个教程的视频解析;那么,仍然不知道,那么你就付费咨询解决吧!!


今天的教程是来自TBtools | 零基础掌握WGCNA共表达网络分析 - 「WGCNAshiny by Warlock」,作者已经提供了详细的使用教程,也是非常方便的。直接按照作者的操作分析即可。你考虑的问题,作者大佬都给你考虑到了!!
具体请自己详细看一下。

**作者代码存放位置:**在GitHub中(https://github.com/ShawnWx2019/WGCNA-shinyApp


自己使用作者教程安装时遇到的问题

我们在TBtools使用WGCNA shiny插件,启动后会进行安装相关的包,但是也许我的环境问题,一直安装不上,出现报错的情况。

当你遇到这样的情况,我们最好的解决办法就是直接使用作者的代码在Rstudio中的运行即可,运行成功后直接跳出可视化操作框。

运行成功后的界面


那么后的操作就按作者的教程进行即可TBtools | 零基础掌握WGCNA共表达网络分析 - 「WGCNAshiny by Warlock」但是,很多的操作还是需要自己来摸索。


前面WGNCA的教程:

WGCNA分析 | 全流程分析代码 | 代码一

WGCNA分析 | 全流程分析代码 | 代码二


ENDING

这就是本次WGNCA的系列教程,如果你感新兴趣的话,直接跳到相关的链接上。

小杜的生信筆記 ,主要发表或收录生物信息学的教程,以及基于R的分析和可视化(包括数据分析,图形绘制等);分享感兴趣的文献和学习资料!

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
WGCNA (Weighted Gene Co-expression Network Analysis) 是一种基于基因共表达网络的数据分析方法,旨在揭示基因之间的关系以及它们与样本性状之间的关联。Python是一种流行的编程语言,可以用于实现WGCNA。 Python中有许多库可以用来进行WGCNA分析,如scipy、networkx和numpy等。首先,我们需要根据基因表达数据构建基因共表达网络。可以使用scipy库中的函数计算基因之间的相关性,然后根据相关性构建共表达网络。接下来,可以使用networkx库对网络进行分析,例如计算基因的度中心性和介数中心性等指标。这些指标可以帮助我们了解网络中的重要基因。 在WGCNA中,为了实现模块化,通常会将相似的基因分组到同一个模块中。在Python中,可以使用numpy库中的函数执行这个步骤。首先,通过hierarchical clustering算法对基因进行聚类分析,然后使用动态切割算法将聚类结果划分为不同的模块。这些模块可以表示不同的生物学功能模块。 最后,可以使用WGCNA分析来探索基因模块与样本性状之间的关联。可以使用scipy库中的统计函数计算基因模块与样本性状之间的相关性,并进行统计学显著性检验。这可以帮助我们找到与样本性状相关的基因模块,并了解这些基因模块在样本分类和特征选择中的重要性。 总之,Python是一种强大的工具,可以用于实现WGCNA分析。通过使用Python中的一些库和函数,我们可以构建基因共表达网络,进行模块化分析,并揭示基因模块与样本性状之间的关联。这有助于我们在基因表达数据中发现重要的生物学信息
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小杜的生信筆記

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值