WGCNA如何挖掘潜在的共表达基因

欢迎关注微信公众号《生信修炼手册》!

共表达基因指的是表达量具有协同变化趋势的基因集合，通常认为这些基因参与相同的生物学过程，比如参与同一个代谢通路，正是由于功能上的协同作用，导致表达量呈现出高度相关性。

在WGCNA中，对传统的相关系数进行乘方运算，用最终得到的值来表征基因间的相关性。在计算出这样的相关性统计量值之后，如何确定哪些基因是共表达的呢？

WGCNA的做法是聚类分析，聚类分析属于一种非监督的机器学习算法，通过聚类树，可以观察到哪些基因在聚类树中属于同一分支，属于同一分支的基因可以归为一类。实际操作中，考虑到基因数目较多等情况，肯定需要算法来自动化的进行分类，WGCNA采用的是dynamicTreeCut这个R包。

对于聚类算法而言，需要输入基因间的距离矩阵，首先就需要将基因间的邻接矩阵转换为距离矩阵，对相关系数进行乘方运算，可以计算出邻接矩阵，但是这个值本质上反映的是基因间的相似度，并不是距离。在计算距离矩阵时，WGCNA采用了TOM这种统计量，该统计量可以表征网络中节点的相似性，计算公式如下

对于两个基因i和j而言，a表示两个基因邻接矩阵中对应的值，就是相关系数的乘方，K代表的每个基因的连接度， 公式如下