WGCNA如何挖掘潜在的共表达基因

最新推荐文章于 2024-07-29 20:44:07 发布
最新推荐文章于 2024-07-29 20:44:07 发布
阅读量6.8k 收藏 35
点赞数 3
分类专栏： 转录组 文章标签： WGCNA 共表达基因
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/83746204
版权
WGCNA通过将相关系数乘方得到基因间相似度，再转化为距离矩阵进行聚类分析，识别共表达基因。使用hclust算法找到modules，并结合模块内基因表达数据进行模块聚类，合并高度相关的模块，从而挖掘潜在的共表达基因网络。
摘要由CSDN通过智能技术生成

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
在这里插入图片描述
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

最低0.47元/天 解锁文章
生信修炼手册
关注
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 2287
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...
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
零基础入门转录组数据分析——加权基因共表达网络分析（WGCNA，Weighted correlation network analysis）
最新发布
weixin_49878699的博客
07-29 1575
转录组数据分析之一，先介绍相关基础知识，其次用实际案例为基础，由浅入深介绍WGCNA全过程
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图解
aganlala的博客
04-02 2万+
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
转录组代谢组联合分析基础名词
weixin_62735625的博客
02-24 4351
1.基因共表达网络分析（Weighted Gene Co-Expression Network Analysis, WGCNA）：基因共表达网络是基于基因间表达数据的相似性而构建的网络图，图中的节点代表基因，具有相似表达谱的基因被连接起来形成网络。通过构建基因共表达网络，可以深入探讨基因间的相互作用关系并挖掘核心基因（hub gene） 2.高通量测序：高通量测序技术（High-throughputsequencing，HTS）是对传统Sanger测序（称为一代测序技术）革命性的改变, 一次对几十万到几百
「转录组」WGCNA实战原理两不误
陈有朴的博客
08-29 1878
WGCNA实战 & 原理
WGCNA构建基因共表达网络详细教程
weixin_30369041的博客
07-02 6382
这篇文章更多的是对于混乱的中文资源的梳理，并补充了一些没有提到的重要参数，希望大家不会踩坑。 1. 简介 1.1 背景 WGCNA（weighted gene co-expression network analysis，权重基因共表达网络分析）是一种分析多个样本基因表达模式的分析方法，可将表达模式相似的基因进行聚类，并分析模块与特定性状或表型之间的关联关系，因此在基因组研究中被广泛...
加权基因共表达网络，其实并没有那么神秘
庐州月光的博客
11-05 7394
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...
通过构建和分析差异共表达网络的综合策略来挖掘与膀胱癌相关的基因。
03-31
基因微阵列技术在基因表达分析中扮演了关键角色，通过高通量的基因表达数据收集，研究者可以系统地研究数千个基因的表达水平，识别出特定条件下的差异表达基因，从而发现与疾病相关的潜在生物标志物和药物靶点。...
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 2003
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...
Gene co-expression analysis for functional classification and gene–disease predictions 基因共表达分析的功能分类
wangprince2017
02-20 1776
Gene co-expression analysis for functional classification and gene–disease predictions 基因共表达分析的功能分类和基因疾病预测 Key Points • RNA-seq-based co-expression analysis can be used to assign putative functions to non-coding RNAs and to identify candidates for roles
2022.04.14【读书笔记】|WGCNA分析原理和数据挖掘技巧
04-14 4663
WGCNA，全称weighted gene co-expression network analysis，即权重基因共表达网络分析。自2005年B Zhang, S Horvath等提出，在疾病以及其他性状与基因关联分析等方面的研究中被广泛应用。
WGCNA 简明指南|2. 模块与性状关联分析并识别重要基因
weixin_45822007的博客
12-17 1万+
WGCNA 简明指南|2. 模块与性状关联分析并识别重要基因WGCNA 系列WGCNA 简明指南|1. 基因共表达网络构建及模块识别WGCNA 系列参考关联模块与临床特征量化module-...
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
03-12 993
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...
WGCNA分析，简单全面的最新教程（可以在线做了）
悟道西方
10-07 1万+
生信学习的正确姿势（第三版）NGS系列文章包括NGS基础、转录组分析（Nature重磅综述|关于RNA-seq你想知道的全在这）、ChIP-seq分析（ChIP-seq基本分析流程）...
使用R语言进行WGCNA基因共表达网络分析
,WGCNA（Weighted Gene Co-expression Network Analysis）是一种在基因表达数据中发现共表达基因模块的方法，用于理解基因之间的相互作用以及它们与生物性状之间的关系。以下是对提供的R脚本部分的详细解释： 首先...
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