加权基因表达网络分析(Weighted gene co-expression network analysis, WGCNA),又叫权重基因共表达网络分析,其根本思想是根据基因表达模式的不同,挖掘出相似表达模式的基因,定义为模块(module)的一种算法。具有相似表达模式的基因很可能是紧密共调控的,功能紧密相关的或同一条信号通路或过程的成员,有其特定的生理意义。芯片原始数据由R语言预处理后,得到基因表达数据,然后由maSigPro包处理得到整个肝再生过程和肝癌发生发展过程中的差异表达用来构建加权基因共表达网络。然后根据基因表达的相似性(共表达的基因)把网络分成几个模块,把每个模块和外部特征(比如时间点,病理进程等)进行关联,同时和maSigPro结果进行对比,鉴定模块中的关键基因(driver gene或hub gene),进行可视化。
1. 构建加权相关性基因网络软阈值的选择
WGCNA中对基因表达值之间的相关系数取n次幂,这是和普通聚类的最大不同,其直接结果是把基因间相关性的强弱的差异放大。假如某两对基因之间未取幂之前的相关系数差异为4倍,假如对各自相关系数取4次幂,则这种差异就变为256倍,强弱关系分明。对每两对基因(i,j)之间的相关系数的幂取某特定的值β,以此来计算所有基因之间的相关性,也就是adjacency矩阵:
ai,j = |cor (i , j) | β
由这些相关性系数,可以构建网络,其中基因作为网络中的节点(nodes),而ai,j作为边的权重,高相关性代表强连接,反之亦然。每个基因的连接性(度)的大小反应了和这个基因相连的基因的多少。WGCNA提供几种相关性的算法,其中包括Pear