加权基因共表达网络，其实并没有那么神秘

最新推荐文章于 2023-08-14 17:22:29 发布
最新推荐文章于 2023-08-14 17:22:29 发布
阅读量7.3k 收藏 18
点赞数 3
分类专栏： 转录组 文章标签： WGCNA 共表达网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43569478/article/details/83745501
版权

欢迎关注微信公众号《生信修炼手册》!

WGCNA是目前非常火热的一项研究内容，其全称为weighted correlation network analysis, 直译就是加权基因相关性网络分析。通过这项分析，可以鉴定共表达的基因集合，这样的集合称之为modules, 而且可以将modules与表型数据进行关联分析，挖掘潜在的mark 基因。

这个高大上的分析内容的第一步就是构建基因之间的共表达网络，共表达是常用的分析相关性的一种策略，直接通过线性相关函数来计算相关性，比如pearson， spearman等相关系数，每两个基因之间可以计算出一个相关系数，那么如何构建出相关性网络呢？

在基因的相关性网络中，每个节点代表一个基因，节点之间的连线用来表示两个基因的相关性。在传统的相关性分析中，通常会给定一个阈值，比如相关系数的绝对值必须大于0.9，才认为这两个基因间存在相关性。对应的公式如下
在这里插入图片描述
S表示两个基因间的相关系数的绝对值，公式如下
在这里插入图片描述
注意是绝对值，因为协同变化的基因可以是正相关，也可以是负相关。给定一个阈值，如果两个基因之间的相关系数大于该阈值，则认为这两个基因存在相关性，在网络图中就用一条线将这两个基因连接起来；如果小于该阈值，则不存在相关性。

通过阈值筛选࿰

最低0.47元/天 解锁文章
生信修炼手册
关注
  • 3
    点赞
  • 踩
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
基因共表达网络分析java,基因共表达——基因共表达网络分析
weixin_42368226的博客
03-12 2208
Gene co-expression(基因共表达)是一种使用大量基因表达数据构建基因间的相关性，从而挖掘基因功能的一类分析方法。在很多情况下，有着相似行为/变化的物质，会存在着一定的联系。在生物中，存在于同一个通路的基因在表达值上，会表现出共表达的趋势(co-expression patterns)，通过这个特性可以进行基因功能(一般的基因注释是通过序列的相似性，而通过基因共表达可以进行功能同源基...
基因共表达网络分析图解
aganlala的博客
04-02 1万+
简介 随着高通量生物实验技术的快速发展，特别是基因芯片和新一代测序技术的发展，全基因组范围内的基因表达数据呈爆炸式增长，利用网络生物学的方法对高通量基因表达数据进行分析和挖掘已经成为生物信息学重要的研究方向。通过基因共表达网络分析方法，可以将在功能上相关的基因识别为一个模块（module）,通过对模块的进一步的分析，能够实现筛选module的核心基因，关联性状，代谢通路建模，建立基因互作网络等高级分析。Gene co-expression（基因共表达）是一种使用大量基因表达数据构建基因间的相关性，从而挖掘基
基因共表达网络分析java,RNA-seq数据的基因共表达网络分析
weixin_42342032的博客
03-12 1966
目录1 背景 BackgroundTypes of biological networksMotivation for using co-expression networksNetwork inference and reverse engineeringBasic graph terminology and data structuresSteps for building a co-expr...
WGCNA加权基因共表达网络分析（1）简介、原理
热门推荐
qq_44520665的博客
01-31 2万+
WGCNA简介 WGCNA（Weighted Gene Co-Expression Network Analysis, 加权基因共表达网络分析），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，绘制基因集合之间的调控网络并鉴定关键调控基因 WGCNA适用于复杂的转录组数据（样本数目较多） 研究不同器官/组织类型和不同阶段的发育调控、生物和非生物胁迫的不同时间响应机制 WGCNA原理 原理概要 1.构建基因共表达网络：先构建基因共表达网络，通常利用两两基因之间的表达模式来计算
基因共表达网络分析java,EXCEL竟能如此简单地搞定基因共表达网络分析
weixin_39922749的博客
03-12 869
原标题：EXCEL竟能如此简单地搞定基因共表达网络分析 基因与基因之间的关系千丝万缕，基因共表达网络(Gene co-expression network)是用来分析基因间作用关系的一种常用手段。诚然，通过像STRING、PINA等数据库工具可以很容易的获取编码基因间的作用关系，但是只能获取已知的作用关系，并且结论可能会由于具体实验条件的不同而产生一定的偏差。此外，在预测非编码基因的靶基因时，除了...
加权基因共表达网络与机器学习算法确定宫颈癌中免疫浸润相关的基因签名与预后分析.pdf
09-24
加权基因共表达网络与机器学习算法确定宫颈癌中免疫浸润相关的基因签名与预后分析.pdf
加权基因共表达网络分析鉴定类风湿关节炎利妥昔单抗React候选基因
03-14
首先使用加权基因共表达网络分析算法构建类风湿关节炎的基因共表达网络。 然后，使用动态树切割算法将共表达网络分为几个基因模块，这些基因模块可能与某些生物学功能相对应。 提出了基于基因表达谱的方法和基于...
RUN-WGCNA:包装程序R脚本，用于执行加权基因共表达网络分析（WGCNA）
05-19
加权相关网络分析，也称为加权基因共表达网络分析（WGCNA），是一种广泛使用的数据挖掘方法，尤其用于基于变量之间的成对相关性研究生物网络。 尽管它可以应用于大多数高维数据集，但已在基因组学应用中得到最广泛的...
通过在不同条件下以基因表达加权的PPI网络识别疾病基因
03-15
首先处理病例与对照样品之间基因共表达的差异，通过加权蛋白质-蛋白质相互作用（PPI）网络的边缘，获得生物分子网络的边缘动态变化（重新排列）。 然后，从加权的PPI.network中提取特征。 最后，采用logistic回归法...
阿尔茨海默病表达谱芯片的加权基因共表达网络分析.pdf
07-26
阿尔茨海默病表达谱芯片的加权基因共表达网络分析.pdf
twiner:Twiner是基于网络的正则化参数，基于两个数据集之间的相关性模式。 在目前的情况下，它被用来促进对与DNA微阵列和RNA测序表达值数据相关的特征的选择。 两个平台中的基因之间的相关性越高，与之相关的惩罚项越低
03-08
缠绕 Twiner是基于网络的正则化参数，基于两个数据集之间的相关性模式。 在本研究中，它被用来促进与DNA微阵列和RNA测序表达值数据相关的特征的选择。 两个平台中的基因之间的相关性越高，与其相关的惩罚项越低。 Twiner代码文件包含： 用于GEO研究的微阵列数据采集 微阵列预处理步骤-分位数归一化 用于微阵列研究的数据集成-ComBat用于批次校正 用于TCGA研究的RNA测序数据采集 RNA测序跨平台与微阵列整合-分位数归一化 带有稀疏逻辑回归的分类模型：6.1。 弹性净罚分6.2。 Twiner-Twin Networks Recovery-我们开发的基于网络的正则化 癌症生物标志物的鉴定 图片：8.1。 PCA分析8.2。 方块图8.3。 小提琴情节8.4。 图生物网络表示8.5。 生存分析图8.6。 维恩图 整合代码包含开发用于识别蛋白质编码基因的代码
基因共表达网络分析java,基因共表达网络分析-WGCNA
weixin_42498487的博客
03-12 951
今天推荐给大家一个R包WGCNA，针对我们的表达谱数据进行分析。简单介绍：WGCNA首先假定基因网络服从无尺度分布，并定义基因共表达相关矩阵、基因网络形成的邻接函数，然后计算不同节点的相异系数，并据此构建系统聚类树。该聚类树的不同分支代表不同的基因模块(module)，模块内基因共表达程度高，而分属不同模块的基因共表达程度低。主要应用：如果某些基因在一个生理过程或不同组织中总是具有相类似的表达变化...
【生信分析】基于TCGA肿瘤数据进行基因共表达网络分析
小哲的博客
09-19 2609
WGCNA（Weighted Gene Coexpression Network Analysis）是一个基于基因表达数据构建基因共表达网络的方法。WGCNA和差异基因分析差异基因分析主要针对样本之间的差异，WGCNA主要针对基因之间的关系。WGCNA原文WGCNA 从数千个基因的层面开始，识别临床上感兴趣的基因模块，最后使用模块内连接、基因显著性（例如基于基因表达谱与样本特征的相关性）来识别疾病通路中的关键基因，以进一步验证。WGCNA通过分析基因之间的关联性，将基因区分为多个模块。最后通过这些。
RNA 13. SCI 文章中加权基因共表达网络分析之 WGCNA
weixin_41368414的博客
03-14 4380
全网最完成的WGCNA 分析流程
基因共表达聚类分析及可视化
悟道西方
12-26 1万+
欢迎关注天下博客：http://blog.genesino.com/2017/11/gene-cluster/ 共表达基因的寻找是转录组分析的一个部分，样品多可以使用WGCNA，样品少可直接通过聚类分析如K-means、K-medoids (比K-means更稳定)或Hcluster或设定pearson correlation阈值来选择共表达基因。下面将实战演示K-means、K-medoids聚
基因共表达网络分析java,WGCNA:加权基因共表达网络分析
weixin_29231027的博客
03-12 2387
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...
基因共表达网络分析java,WGCNA 加权基因共表达网络分析教程（1）
weixin_33780516的博客
03-12 983
学是很多做科研的同学都想学的，包括我在内，现阶段正在学习这个，深夜整理材料不易，请多多关照支持！先安装Rstudio以及以及加载WGCNA数据包Rstudio软件下载地址：WGCNA加载按照网站步骤操作：Workshop可以在rstudio菜单栏的session-set working directory 选择你要工作的文件夹，要读取的CSV等文档都只能放在设置的working directory...
WGCNA（加权基因共表达网络分析）
wangprince2017
02-20 1万+
WGCNA（加权基因共表达网络分析） 序章 这个工具现在很火，高分文章用到很多。 加权基因共表达网络分析(WGCNA，Weighted gene co-expression network analysis) WGCNA能够从复杂数据中（N多分组）快速地提取出与样本特征相关的基因共表达模块，以供后续分析。简单地说，它通过计算基因之间的表达相关性，将具有表达相关性的基因聚类到一个模块中，然后再分析模块与样本特征（包括临床特征、手术方式、治疗方法等等）之间的相关性，WGCNA搭建了一座样本特征与基因表达
转录组测序技术和结果解读（十二）——共表达网络
最新发布
wangprince2017
08-14 712
共表达网络 基因共表达分析可以揭示转录调控的机制，选定一组基因，通过分析在不同样品中基因间表达量的相关性，构建基因间的共表达网络，从而可以明确其中的相互作用关系。 解决的问题 共表达网络的分析结果可以解决下述问题： 筛选与所关注的表型性状相关的核心基因； 预测基因间的调控关系和未知基因的功能； 分析流程 共表达网络的大致分析流程如下： 对任意两个基因，采用Spearman方法计算二者相关系数； 选取合适的阈值对相关性结果进行筛选； 根据相关性结果绘制基因共表达网络； 对共表达网络进行模块
WGCNA加权基因共表达网络数学模型
07-16
WGCNA（Weighted Gene Co-expression Network Analysis）是一种用于构建加权基因共表达网络的数学模型。它是一种广泛应用于基因表达数据分析的算法，可以帮助我们理解基因间的关联关系，并识别出与我们感兴趣的生物...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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