转录组测序技术和结果解读（十三）——WGCNA分析

WGCNA

WGCNA (weighted correlation network analysis) 是一款基于R语言的加权关联网络分析软件，可以实现将基因表达变化与表型差异的关联，从而挖掘在表型变化过程中发挥关键作用的核心基因或基因模块 (moudle)。

WGCNA与其它类似分析软件的区别在于，其在构建基因共表达网络的过程中添加表型权重参数，同时使用无尺度聚类和动态剪切树的方式优化分类，以实现对数据准确、高效的分析。

分析的流程

WGCNA的分析原理及过程如下：

1. 对数据进行预处理；
2. 构建分层聚类；
3. 将表达模式相似的基因组成模块；
4. 研究某一个模块中相关基因的功能富集 (GO、KEGG)；
5. 计算各个模块与样本表型指标的相关性；
6. 确定特定模块，分析其所包含基因间的相互作用网络关系；
7. 寻找关键莫管中的关键基因。

分析要求

WGCNA基于不同样本间基因表达的相关性的构建共表达网络，因此，当样本数过低时，其相关性计算结果并不可靠，得到的共表达网络也并不准确。

进行WGCNA分析时，推荐的样本数如下：

• 当独立样本数≥8 (非重复样本) 时，可以考虑基于Pearson相关系数的WGCNA共表达网络的方法；
• 当样本数≥15 (可以包含生物学重复) 时，WGCNA会得到相对准确的结果。
  当样品数＜8时，不建议进行该项分析。

WGCNA的分析方法对于不同材料、处理或组织样本的研究更具意义，但并不适合分析同一处理的时间序列样本。

---

WGCNA分析内容

基因聚类分析

首先根据所测得的基因表达水平，计算各基因之间的共表达相关系数，随后使用欧式距离对基因进行聚类并绘制基因树，这种基因树的距离符合无尺度网络，更加遵循自然规律。

对构建好的基因树采用动态剪切的方式进行修剪，并对修剪后的基因树进行融合，获得基因模块，从而将对大量基因的分析转变为对少数基因模块的分析。

基因聚类树

表型相关性分析

引入研究所关注的表型性状进行加权分析，计算每个基因模块里所有基因与表型性状的相关性以及可信度，选择最相关和最显著的模块作为核心模块。

表型相关性

核心基因分析

在核心模块中，与其它基因关联度最高的基因即称为关键基因 (hub gene)，根据核心模块内的基因共表达网络，与hub gene表达相近的基因作为核心基因。

WGCNA结果

共表达网络中的hub gene通常是转录因子等关键的调控因子，是需要优先深入分析和挖掘的对象。

在共表达网络中，如果连线一端的基因功能是已知的，那么就可以预测线条另一端的功能未知的基因也具有相似的功能。

基于以上结果，即可对发现的核心基因进行后续的实验验证其功能，同时WGCNA的分析结果可以应用Ctyoscape等软件进行可视化，从而得到漂亮的结果图。