WGCNA如何从module中挖掘关键基因

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1.3w 收藏 46
点赞数 6
分类专栏： 转录组 文章标签： WGCNA 共表达
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/83747196
版权
本文介绍了在WGCNA分析中，如何利用connectivity、module membership (MM) 和 gene significance (GS) 三个统计量在相关模块中筛选关键基因。connectivity衡量基因在网络中的连接度，MM值反映基因与模块主成分的相关性，GS值表示基因表达与表型的相关性。通过设定阈值，如GS>0.2且MM>0.8，可以找出与特定表型高度相关的hub gene，进而进行功能富集分析。
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》!

识别到与表型数据相关的modules之后，还可以在该modules中进一步筛选基因，为了方便筛选，对于每个基因定义了以下三个统计量

1. connectivity

连接度，在之前的文章中，简单提过这个概念，类似于网络中节点的degree的概念，只不过在加权共表达网络中，由于每条边代表两个基因间的相关性的大小，对应一个数值，所以一个基因在共表达网络中的连接度定义为与该基因相连的所有边的数值之和。

另外，根据相连的基因是否和该基因位于同一个module, 又可以将边分为两类，和该基因位于同一个module内，定义为within， 位于不同的modules, 定义为out。在WGCNA中，可以通过intramodularConnectivity函数计算连接度，用法如下

# 计算基因间的邻接值
ADJ1=abs(cor(datExpr,use="p"))^6

# colorh1代表module的颜色
Alldegrees1=intramodularConnectivity(ADJ1, colorh1)

计算的结果如下

> head(Alldegrees1)
kTotal kWithin kOut kDiff
Gene1 31.80186 28.37595 3.425906 24.95005
Gene2 28.88249 26.47896 2.403522 24.07544
Gene3 25.38600 23.11852 2.267486 20.85103
<
最低0.47元/天 解锁文章
生信修炼手册
关注
  • 6
    点赞
  • 踩
  • 46
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
专栏目录
TCGA 数据分析实战 —— WGCNA
dxs18459111694的博客
06-01 1321
加权基因共表达网络分析（WGCNA）是一种用来描述不同基因在样本中的表达关联模式的系统生物学方法。通过将表达高度相关的基因聚集成不同的模块，并探究不同模块与样本表型之间的关联。还可以探究模块内的关键基因的功能，作为潜在的生物标志物或治疗靶点进行后续分析WGCNA数据预处理构建加权相关性邻接矩阵计算拓扑重叠矩阵（TOM对基因进行层次聚类，划分模块。
WGCNA 分析
weixin_40809507的博客
10-08 1万+
2021.9.28 参考了生信技能树的教程 第一次学习WGCNA 分析(这个属于单细胞高级分析) 还有细节未探究,WGCNA+GO+KEGG功能注释 参考： https://horvath.genetics.ucla.edu/html/CoexpressionNetwork/Rpackages/WGCNA/Tutorials/ https://cloud.tencent.com/developer/article/1516749 https://zhuanlan.zhihu.com/p/388190968.
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 1279
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
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-...
生物网络角度分析关键基因
u010270891的博客
04-26 1880
一、相关概念 1、差异表达基因，是两个group之间有统计学差异的gene，以芯片为例的话，几万个探针里可能差异的就1000个左右（当然根据设定阈值差异很大） 2、hub基因，和网络中的hub节点一样，是degree高的gene，在基因表达网络中有高的连接度degree，不涉及betweeness等。并且hub基因的筛选有很大的人为因素，到底是取前5%还是10%没有具体要求，一般建议5%。也就...
WGCNA与基因模块时空表达分析
weixin_40640700的博客
05-05 2490
分析目标： （1）梳理WGCNA的基本流程。 （2）功能注释 （3）对相应的基因模块进行时空表达特征评估 一、WGCNA分析（基因共表达分析） 我们有4000+个感兴趣的基因，希望通过这一步得到的结果是：按照基因之间的表达特征的相似性，将其分为若干基因模块（module）。 本次实验使用的数据集 （1）GSE25219-GPL5175数据集：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE25219 （2）GSE25219-GPL5175样本注.
WGCNA如何挖掘潜在的共表达基因
庐州月光的博客
11-05 6833
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...
WGCNA_1.63.zip_WGCNA_WGCNA quantile_corAndPvalue wgcna_quickly2z
09-23
在WGCNA中，模块的特征被总结为模块trait相关性（Module Trait Relationships, MTR），这有助于识别与研究目标变量（如疾病状态、表型）相关的基因模块。此外，还可以计算模块内的基因与trait之间的平均相关性，即...
WGCNA加权基因共表达网络分析
ranshan_的博客
03-19 966
容器技术，避免在安装 R 包时各种系统依赖报错问题，如果您的服务器支持的话。4、最重要一步绘制表型与基因相关性热图（WGCNA中最主要结果）产生Module-trait-relationships热图。3、在上述基础上构建共表达网络，将基因划分到不同模块后，绘制基因聚类树 产生Cluster Dendrogram图。WGCNA 在数据集较大时，普通电脑跑不动，需要借助服务器，在服务器中进行 WGCNA 分析时，我建议使用。1、输入数据准备，样本筛选，该过程会产生聚类树图。R 包运行代码 WGCNA.R。
No module named _sqlite3解决方案
热门推荐
weixin_43178406的博客
06-04 8万+
本文主要介绍了No module named _sqlite3解决方案，希望能对使用Python的同学们有所帮助。 文章目录 1. 问题描述 2. 解决方案
宏基因组公共数据挖掘基因组集再发Nature
刘永鑫的博客——宏基因组公众号
09-03 4263
文章速递Title:A new genomic blueprint of the human gut microbiotaDOI: 10.1038/s41586-019-0965-1J...
WGCNA | 值得你深入学习的生信分析方法！~（网状分析-第三步-模块与特征分析）
m0_72224305的博客
02-15 1292
1写在前面 之前我们完成了WGCNA输入数据的清洗，网络构建和模块识别。😘 而且还介绍了如何对大型数据分级处理，有效地减少了内存的负担。😷 接着就是最重要的环节了，将不同module与表型或者临床特征相联系，进一步鉴定出有意义的module，并进行module内部的分析，筛选重要基因。🤒 不得不说，东西还是挺多的，而且非常重要，我们一起来试一下吧。🥰 2用到的包 rm(list = ls())library(WGCNA)library(tidyverse) 3示例数据 load("FemaleLiver-
2022.04.14【读书笔记】|WGCNA分析原理和数据挖掘技巧
04-14 4525
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：（加权共表达网络分析）
bioprogrammer
10-09 3万+
文章目录1 介绍2 名词解释Co-expression networkModuleConnectivityIntramodular connectivity $k_{IM}$Module eigengene EEigengene significanceModule Membership $k_{ME}$Hub geneGene significance GSModule significance3 流...
WGCNA | 值得你深入学习的生信分析方法！~（网状分析-第二步-网络构建与模块识别）
m0_72224305的博客
02-07 1082
1写在前面 上期我们完成了WGCNA输入数据的清洗，然后进行了样本的聚类与异常值的剔除，总体来说是非常简单的。 😘 这期我们继续完成WGCNA分析的第二步，网络构建和模块识别。🤒 2用到的包 rm(list = ls())library(WGCNA)library(tidyverse) 3示例数据 load("FemaleLiver-01-dataInput.RData") 4软阈值 4.1 topology analysis 首先我们要进行soft thresholding power β的计算。🤒 po
7+非肿瘤+WGCNA+分型+实验，筛选关键基因进一步分型以及表达验证
2301_79430545的博客
10-19 215
细胞休息（P = 1.55e-11，R = 0.59），KIR2DL4和休息的NK细胞（P = 4.26e-12，R = 0.60），PRF1和活化的NK细胞（P = 3.54e-10，R = 0.56），以及PRF1和休息的NK细胞（P = 1.15e-11，R = 0.59）。GO分析显示，这些常见基因主要与白细胞介导的细胞毒性、生长的负调控、NK细胞介导的细胞毒性、NK细胞介导的免疫以及蛋白质转运的正调控相关（图5A、C）。激活的NK细胞、CD8阳性T细胞和静息的NK细胞的表达差异较大。
WGCNA实战：识别免疫相关lncRNA
医学和生信笔记的博客
09-10 571
前面的推文给大家介绍了3种识别免疫相关lncRNA今天再给大家介绍下如何使用WGCNA识别免疫相关lncRNA，也算是WGCNA的实战教程。WGCNA可以看做是一种筛选候选分子的方法，也可以是识别特定性状相关分子的方法，还可以看做是一种降维方法。WGCNA的原理和入门教程我们就不讲了，大家自己学习一下，直接进入实操。
评论 6
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