hdWGCNA·单细胞数据中的共表达网络

hdWGCNA (high-dimensional Weighted Gene Co-expression Network Analysis) 是一种基于 WGCNA (Weighted Gene Co-expression Network Analysis) 的高级方法，专门用于处理高维度基因表达数据（单细胞和空间转录组）。WGCNA 是一种用于识别基因共表达模块（即在多个样本中共同表达的基因群体）的方法，它能够将基因表达数据与外部表型数据或样本特征联系起来。

hdWGCNA 扩展了经典的 WGCNA 方法，使其能够处理单细胞 RNA 测序 (scRNA-seq) 数据的特有问题，如稀疏性、技术噪音和大量的基因数据。

hdWGCNA 分析的主要步骤如下：

1. 预处理数据：

• 获取并预处理单细胞或空间转录组数据，通常包括标准化、去除低质量细胞和基因、以及进行批次效应校正、数据降维。

2. 构建元细胞（Metacells）：

• 根据降维后的数据使用 K 近邻（KNN）算法将相似的细胞聚合为元细胞，以减少数据稀疏性。

• 元细胞代表一组转录组相似的细胞，并保留了每个样本的关键信息。

3. 计算基因-基因相关性：计算基因之间的成对相关性，对相关性矩阵进行加权，使用软阈值（Soft-thresholding）来提高网络的稳健性。

4. 计算拓扑重叠矩阵（TOM）：根据基因-基因相关性矩阵计算基因之间的拓扑重叠矩阵（TOM），这反映了基因之间的网络连通性。

5. 共表达网络构建与基因模块识别：使用拓扑重叠矩阵进行无监督聚类，通常使用动态树切割（Dynamic Tree Cut）算法来识别共表达基因模块。每个模块代表一组共表达的基因，这些基因通常在某些生物学功能或细胞类型中高度相关。

6. 计算模块特征基因（Module Eigengenes, MEs）：对每个基因模块计算模块特征基因（ME），即该模块基因表达矩阵的第一主成分。MEs 可以代表整个模块的表达模式，用于后续分析。

7. 模块表达模式分析：通过差异模块特征基因（DME）分析，识别不同细胞类型之间共享和独特的模块表达模式。

8. 网络可视化与分析：

• 使用 UMAP 或其他降维方法对拓扑重叠矩阵进行可视化，展示基因模块之间的相互关系。

• 对模块特征基因进行差异表达分析，以识别在不同细胞类型或状态下的特异性表达模块。

9. 下游功能分析：对共表达基因模块进行功能注释分析，比如基因富集分析，以揭示这些模块在生物学过程中的作用。还可以识别模块中的核心基因（hub genes），这些基因通常在模块中具有较高的网络连接性。

通过以上步骤，hdWGCNA 能够在单细胞和空间转录组数据中识别基因共表达模块，揭示细胞类型特异性基因表达模式，并在大规模数据集上具有良好的扩展性。

参考：Cell Reports Methods, 2023, 3, 100498.

smorabit/hdWGCNA: High dimensional weighted gene co-expression network analysis (github.com)