WGCNA用法详情

共表达网络：定义为加权基因网络。点代表基因，边代表基因表达相关性。加权是指对相关性值进行冥次运算(冥次的值也就是软阈值(power, pickSoftThreshold这个函数所做的就是确定合适的power))。无向网络的边属性计算方式为abs(cor(genex, geney)) ^ power；有向网络的边属性计算方式为(1+cor(genex, geney)/2) ^ power; sign hybrid的边属性计算方式为cor(genex, geney)^power if cor>0 else 0。这种处理方式强化了强相关，弱化了弱相关或负相关，使得相关性数值更符合无标度网络特征，更具有生物意义。如果没有合适的power，一般是由于部分样品与其它样品因为某种原因差别太大导致的，可根据具体问题移除部分样品或查看后面的经验值。

Module(模块)：高度內连的基因集。在无向网络中，模块内是高度相关的基因。在有向网络中，模块内是高度正相关的基因。把基因聚类成模块后，可以对每个模块进行三个层次的分析：1. 功能富集分析查看其功能特征是否与研究目的相符；2. 模块与性状进行关联分析，找出与关注性状相关度最高的模块；3. 模块与样本进行关联分析，找到样品特异高表达的模块。

基因富集相关文章去东方，最好用的在线GO富集分析工具；GO、GSEA富集分析一网打进；GSEA富集分析-界面操作。其它关联后面都会提及。

Connectivity (连接度)：类似于网络中 “度” (degree)的概念。每个基因的连接度是与其相连的基因的边属性之和。

Module eigengene E: 给定模型的第一主成分，代表整个模型的基因表达谱。这个是个很巧妙的梳理，我们之前讲过PCA分析的降维作用，之前主要是拿来做可视化，现在用到这个地方，很好的用一个向量代替了一个矩阵，方便后期计算。(降维除了PCA，还可以看看tSNE)

Intramodular connectivity: 给定基因与给定模型内其他基因的关联度，判断基因所属关系。

Module membership: 给定基因表达谱与给定模型的eigengene的相关性。

Hub gene: 关键基因 (连接度最多或连接多个模块的基因)。

Adjacency matrix (邻接矩阵)：基因和基因之间的加权相关性值构成的矩阵。

TOM (Topological overlap matrix)：把邻接矩阵转换为拓扑重叠矩阵，以降低噪音和假相关，获得的新距离矩阵，这个信息可拿来构建网络或绘制TOM图。

基本分析流程

构建基因共表达网络：使用加权的表达相关性。

识别基因集：基于加权相关性，进行层级聚类分析，并根据设定标准切分聚类结果，获得不同的基因模块，用聚类树的分枝和不同颜色表示。

如果有表型信息，计算基因模块与表型的相关性，鉴定性状相关的模块。

研究模型之间的关系，从系统层面查看不同模型的互作网络。

从关键模型中选择感兴趣的驱动基因，或根据模型中已知基因的功能推测未知基因的功能。

导出TOM矩阵，绘制相关性图。

WGCNA包实战

R包WGCNA是用于计算各种加权关联分析的功能集合，可用于网络构建，基因筛选，基因簇鉴定，拓扑特征计算，数据模拟和可视化等。

输入数据和参数选择

WGCNA本质是基于相关系数的网络分析方法，适用于多样品数据模式，一般要求样本数多于15个。样本数多于20时效果更好，样本越多，结果越稳定。

基因表达矩阵: 常规表达矩阵即可，即基因在行，样品在列，进入分析前做一个转置。RPKM、FPKM或其它标准化方法影响不大，推荐使用Deseq2的varianceStabilizingTransformation或log2(x+1)对标准化后的数据做个转换。如果数据来自不同的批次，需要先移除批次效应 (记得上次转录组培训课讲过如何操作)。如果数据存在系统偏移，需要做下quantile normalization。

性状矩阵：用于关联分析的性状必须是数值型特征 (如下面示例中的Height,Weight,Diameter)。如果是区域或分类变量，需要转换为0-1矩阵的形式(1表示属于此组或有此属性，0表示不属于此组或无此属性，如样品分组信息WT, KO, OE)。

ID WT KO OE Height Weight Diameter

samp1 1 0 0 1 2 3

samp2 1 0 0 2 4 6

samp3 0 1 0 10 20 50

samp4 0 1 0 15 30 80

samp5 0 0 1 NA 9 8

samp6 0 0 1 4 8 7

推荐使用Signed network和Robust correlation (bicor)。(这个根据自己的需要，看看上面写的每个网络怎么计算的，更知道怎么选择)

无向网络在power小于15或有向网络power小于30内，没有一个power值可以使无标度网络图谱结构R^2达到0.8或平均连接度降到100以下，可能是由于部分样品与其他样品差别太大造成的。这可能由批次效应、样品异质性或实验条件对表达影响太大等造成, 可以通过绘制样品聚类查看分组信息、关联批次信息、处理信息和有无异常样品 (可以使用之前讲过的热图简化，增加行或列属性)。如果这确实是由有意义的生物变化引起的，也可以使用后面程序中的经验power值。

安装WGCNA

WGCNA依赖的包比较多，bioconductor上的包需要自己安装，cran上依赖的包可以自动安装。通常在R中运行下面4条语句就可以完成WGCNA的安装。

建议在编译安装R时增加--with-blas --with-lapack提高矩阵运算的速度，具体见R和Rstudio安装。

#source("https://bioconductor.org/biocLite.R")

#biocLite(c("AnnotationDbi", "impute","GO.db", "preprocessCore"))

#site="https://mirrors.tuna.tsinghua.edu.cn/CRAN"

#install.packages(c("WGCNA", "stringr", "reshape2"), repos=site)

WGCNA实战

实战采用的是官方提供的清理后的矩阵，原矩阵信息太多，容易给人误导，后台回复WGCNA获取数据。

数据读入

library(WGCNA)

## Loading required package: dynamicTreeCut

## Loading required package: fastcluster

## Attaching package: 'fastcluster'

## The following object is masked from 'package:stats':

## hclust

## ==========================================================================

## *

## * Package WGCNA 1.63 loaded.

## *

## * Important note: It appears that your system supports multi-threading,

## * but it is not enabled within WGCNA in R.

## * To allow multi-threading within WGCNA with all available cores, use

## *

## * allowWGCNAThreads()

## *

## * within R. Use disableWGCNAThreads() to disable threading if necessary.

## * Alternatively, set the following environment variable on your system:

## *

## * ALLOW_WGCNA_THREADS=<number_of_processors>

## *

## * for example

## *

## * ALLOW_WGCNA_THREADS=48

## *

## * To set the environment variable in linux bash shell, type

## *

## * export ALLOW_WGCNA_THREADS=48

## *

## * before running R. Other operating systems or shells will

## * have a similar command to achieve the same aim.

## *

## ==========================================================================

## Attaching package: 'WGCNA'

## The following object is masked from 'package:stats':

## cor

library(reshape2)

library(stringr)

options(stringsAsFactors = FALSE)

# 打开多线程

enableWGCNAThreads()

## Allowing parallel execution with up to 47 working processes.

# 常规表达矩阵，log2转换后或

# Deseq2的varianceStabilizingTransformation转换的数据

# 如果有批次效应，需要事先移除，可使用removeBatchEffect

# 如果有系统偏移(可用boxplot查看基因表达分布是否一致)，

# 需要quantile normalization

exprMat <- "WGCNA/LiverFemaleClean.txt"

# 官方推荐 "signed" 或 "signed hybrid"

# 为与原文档一致，故未修改

type = "unsigned"

# 相关性计算

# 官方推荐 biweight mid-correlation & bicor

# corType: pearson or bicor

# 为与原文档一致，故未修改

corType = "pearson"

corFnc = ifelse(corType=="pearson", cor, bicor)

# 对二元变量，如样本性状信息计算相关性时，

# 或基因表达严重依赖于疾病状态时，需设置下面参数

maxPOutliers = ifelse(corType=="pearson",1,0.05)

# 关联样品性状的二元变量时，设置

robustY = ifelse(corType=="pearson",T,F)

##导入数据##

dataExpr <- read.table(exprMat, sep='\t', row.names=1, header=T,

quote="", comment="", check.names=F)

dim(dataExpr)

## [1] 3600 134

head(dataExpr)[,1:8]

## F2_2 F2_3 F2_14 F2_15 F2_19 F2_20

## MMT00000044 -0.01810 0.0642 6.44e-05 -0.05800 0.04830 -0.15197410

## MMT00000046 -0.07730 -0.0297 1.12e-01 -0.05890 0.04430 -0.09380000

## MMT00000051 -0.02260 0.0617 -1.29e-01 0.08710 -0.11500 -0.06502607

## MMT00000076 -0.00924 -0.1450 2.87e-02 -0.04390 0.00425 -0.23610000

## MMT00000080 -0.04870 0.0582 -4.83e-02 -0.03710 0.02510 0.08504274

## MMT00000102 0.17600 -0.1890 -6.50e-02 -0.00846 -0.00574 -0.01807182

## F2_23 F2_24

## MMT00000044 -0.00129 -0.23600

## MMT00000046 0.09340 0.02690

## MMT00000051 0.00249 -0.10200

## MMT00000076 -0.06900 0.01440

## MMT00000080 0.04450 0.00167

## MMT00000102 -0.12500 -0.06820

数据筛选

## 筛选中位绝对偏差前75%的基因，至少MAD大于0.01

## 筛选后会降低运算量，也会失去部分信息

## 也可不做筛选，使MAD大于0即可

m.mad <- apply(dataExpr,1,mad)

dataExprVar <- dataExpr[which(m.mad >

max(quantile(m.mad, probs=seq(0, 1, 0.25))[2],0.01)),]

## 转换为样品在行，基因在列的矩阵

dataExpr <- as.data.frame(t(dataExprVar))

## 检测缺失值

gsg = goodSamplesGenes(dataExpr, verbose = 3)

## Flagging genes and samples with too many missing values...

## ..step 1

if (!gsg$allOK){

# Optionally, print the gene and sample names that were removed:

if (sum(!gsg$goodGenes)>0)

printFlush(paste("Removing genes:",

paste(names(dataExpr)[!gsg$goodGenes], collapse = ",")));

if (sum(!gsg$goodSamples)>0)

printFlush(paste("Removing samples:",

paste(rownames(dataExpr)[!gsg$goodSamples], collapse = ",")));

# Remove the offending genes and samples from the data:

dataExpr = dataExpr[gsg$goodSamples, gsg$goodGenes]

}

nGenes = ncol(dataExpr)

nSamples = nrow(dataExpr)

dim(dataExpr)

## [1] 134 2697

head(dataExpr)[,1:8]

## MMT00000051 MMT00000080 MMT00000102 MMT00000149 MMT00000159

## F2_2 -0.02260000 -0.04870000 0.17600000 0.07680000 -0.14800000

## F2_3 0.06170000 0.05820000 -0.18900000 0.18600000 0.17700000

## F2_14 -0.12900000 -0.04830000 -0.06500000 0.21400000 -0.13200000

## F2_15 0.08710000 -0.03710000 -0.00846000 0.12000000 0.10700000

## F2_19 -0.11500000 0.02510000 -0.00574000 0.02100000 -0.11900000

## F2_20 -0.06502607 0.08504274 -0.01807182 0.06222751 -0.05497686

## MMT00000207 MMT00000212 MMT00000241

## F2_2 0.06870000 0.06090000 -0.01770000

## F2_3 0.10100000 0.05570000 -0.03690000

## F2_14 0.10900000 0.19100000 -0.15700000

## F2_15 -0.00858000 -0.12100000 0.06290000

## F2_19 0.10500000 0.05410000 -0.17300000

## F2_20 -0.02441415 0.06343181 0.06627665

软阈值筛选

## 查看是否有离群样品

sampleTree = hclust(dist(dataExpr), method = "average")

plot(sampleTree, main = "Sample clustering to detect outliers", sub="", xlab="")

软阈值的筛选原则是使构建的网络更符合无标度网络特征。

powers = c(c(1:10), seq(from = 12, to=30, by=2))

sft = pickSoftThreshold(dataExpr, powerVector=powers,

networkType=type, verbose=5)

## pickSoftThreshold: will use block size 2697.

## pickSoftThreshold: calculating connectivity for given powers...

## ..working on genes 1 through 2697 of 2697

## Power SFT.R.sq slope truncated.R.sq mean.k. median.k. max.k.

## 1 1 0.1370 0.825 0.412 587.000 5.95e+02 922.0

## 2 2 0.0416 -0.332 0.630 206.000 2.02e+02 443.0

## 3 3 0.2280 -0.747 0.920 91.500 8.43e+01 247.0

## 4 4 0.3910 -1.120 0.908 47.400 4.02e+01 154.0

## 5 5 0.7320 -1.230 0.958 27.400 2.14e+01 102.0

## 6 6 0.8810 -1.490 0.916 17.200 1.22e+01 83.7

## 7 7 0.8940 -1.640 0.869 11.600 7.29e+00 75.4

## 8 8 0.8620 -1.660 0.827 8.250 4.56e+00 69.2

## 9 9 0.8200 -1.600 0.810 6.160 2.97e+00 64.2

## 10 10 0.8390 -1.560 0.855 4.780 2.01e+00 60.1

## 11 12 0.8020 -1.410 0.866 3.160 9.61e-01 53.2

## 12 14 0.8470 -1.340 0.909 2.280 4.84e-01 47.7

## 13 16 0.8850 -1.250 0.932 1.750 2.64e-01 43.1

## 14 18 0.8830 -1.210 0.922 1.400 1.46e-01 39.1

## 15 20 0.9110 -1.180 0.926 1.150 8.35e-02 35.6

## 16 22 0.9160 -1.140 0.927 0.968 5.02e-02 32.6

## 17 24 0.9520 -1.120 0.961 0.828 2.89e-02 29.9

## 18 26 0.9520 -1.120 0.944 0.716 1.77e-02 27.5

## 19 28 0.9380 -1.120 0.922 0.626 1.08e-02 25.4

## 20 30 0.9620 -1.110 0.951 0.551 6.49e-03 23.5

par(mfrow = c(1,2))

cex1 = 0.9

# 横轴是Soft threshold (power)，纵轴是无标度网络的评估参数，数值越高，

# 网络越符合无标度特征 (non-scale)

plot(sft$fitIndices[,1], -sign(sft$fitIndices[,3])*sft$fitIndices[,2],

xlab="Soft Threshold (power)",

ylab="Scale Free Topology Model Fit,signed R^2",type="n",

main = paste("Scale independence"))

text(sft$fitIndices[,1], -sign(sft$fitIndices[,3])*sft$fitIndices[,2],

labels=powers,cex=cex1,col="red")

# 筛选标准。R-square=0.85

abline(h=0.85,col="red")

# Soft threshold与平均连通性

plot(sft$fitIndices[,1], sft$fitIndices[,5],

xlab="Soft Threshold (power)",ylab="Mean Connectivity", type="n",

main = paste("Mean connectivity"))

text(sft$fitIndices[,1], sft$fitIndices[,5], labels=powers,

cex=cex1, col="red")

power = sft$powerEstimate

power

## [1] 6

经验power(无满足条件的power时选用)

# 无向网络在power小于15或有向网络power小于30内，没有一个power值可以使

# 无标度网络图谱结构R^2达到0.8，平均连接度较高如在100以上，可能是由于

# 部分样品与其他样品差别太大。这可能由批次效应、样品异质性或实验条件对

# 表达影响太大等造成。可以通过绘制样品聚类查看分组信息和有无异常样品。

# 如果这确实是由有意义的生物变化引起的，也可以使用下面的经验power值。

if (is.na(power)){

power = ifelse(nSamples<20, ifelse(type == "unsigned", 9, 18),

ifelse(nSamples<30, ifelse(type == "unsigned", 8, 16),

ifelse(nSamples<40, ifelse(type == "unsigned", 7, 14),

ifelse(type == "unsigned", 6, 12))

)

}

网络构建

##一步法网络构建：One-step network construction and module detection##

# power: 上一步计算的软阈值

# maxBlockSize: 计算机能处理的最大模块的基因数量 (默认5000)；

# 4G内存电脑可处理8000-10000个，16G内存电脑可以处理2万个，32G内存电脑可

# 以处理3万个

# 计算资源允许的情况下最好放在一个block里面。

# corType: pearson or bicor

# numericLabels: 返回数字而不是颜色作为模块的名字，后面可以再转换为颜色

# saveTOMs：最耗费时间的计算，存储起来，供后续使用

# mergeCutHeight: 合并模块的阈值，越大模块越少

net = blockwiseModules(dataExpr, power = power, maxBlockSize = nGenes,

TOMType = type, minModuleSize = 30,

reassignThreshold = 0, mergeCutHeight = 0.25,

numericLabels = TRUE, pamRespectsDendro = FALSE,

saveTOMs=TRUE, corType = corType,

maxPOutliers=maxPOutliers, loadTOMs=TRUE,

saveTOMFileBase = paste0(exprMat, ".tom"),

verbose = 3)

## Calculating module eigengenes block-wise from all genes

## Flagging genes and samples with too many missing values...

## ..step 1

## ..Working on block 1 .

## TOM calculation: adjacency..

## ..will use 47 parallel threads.

## Fraction of slow calculations: 0.000000

## ..connectivity..

## ..matrix multiplication (system BLAS)..

## ..normalization..

## ..done.

## ..saving TOM for block 1 into file WGCNA/LiverFemaleClean.txt.tom-block.1.RData

## ....clustering..

## ....detecting modules..

## ....calculating module eigengenes..

## ....checking kME in modules..

## ..removing 3 genes from module 1 because their KME is too low.

## ..removing 5 genes from module 12 because their KME is too low.

## ..removing 1 genes from module 14 because their KME is too low.

## ..merging modules that are too close..

## mergeCloseModules: Merging modules whose distance is less than 0.25

## Calculating new MEs...

# 根据模块中基因数目的多少，降序排列，依次编号为 `1-最大模块数`。

# **0 (grey)**表示**未**分入任何模块的基因。

table(net$colors)

## 0 1 2 3 4 5 6 7 8 9 10 11 12 13

## 135 472 356 333 307 303 177 158 102 94 69 66 63 62

层级聚类树展示各个模块

## 灰色的为**未分类**到模块的基因。

# Convert labels to colors for plotting

moduleLabels = net$colors

moduleColors = labels2colors(moduleLabels)

# Plot the dendrogram and the module colors underneath

# 如果对结果不满意，还可以recutBlockwiseTrees，节省计算时间

plotDendroAndColors(net$dendrograms[[1]], moduleColors[net$blockGenes[[1]]],

"Module colors",

dendroLabels = FALSE, hang = 0.03,

addGuide = TRUE, guideHang = 0.05)

绘制模块之间相关性图

# module eigengene, 可以绘制线图，作为每个模块的基因表达趋势的展示

MEs = net$MEs

### 不需要重新计算，改下列名字就好

### 官方教程是重新计算的，起始可以不用这么麻烦

MEs_col = MEs

colnames(MEs_col) = paste0("ME", labels2colors(

as.numeric(str_replace_all(colnames(MEs),"ME",""))))

MEs_col = orderMEs(MEs_col)

# 根据基因间表达量进行聚类所得到的各模块间的相关性图

# marDendro/marHeatmap 设置下、左、上、右的边距

plotEigengeneNetworks(MEs_col, "Eigengene adjacency heatmap",

marDendro = c(3,3,2,4),

marHeatmap = c(3,4,2,2), plotDendrograms = T,

xLabelsAngle = 90)

## 如果有表型数据，也可以跟ME数据放一起，一起出图

#MEs_colpheno = orderMEs(cbind(MEs_col, traitData))

#plotEigengeneNetworks(MEs_colpheno, "Eigengene adjacency heatmap",

# marDendro = c(3,3,2,4),

# marHeatmap = c(3,4,2,2), plotDendrograms = T,

# xLabelsAngle = 90)

可视化基因网络 (TOM plot)

# 如果采用分步计算，或设置的blocksize>=总基因数，直接load计算好的TOM结果

# 否则需要再计算一遍，比较耗费时间

# TOM = TOMsimilarityFromExpr(dataExpr, power=power, corType=corType, networkType=type)

load(net$TOMFiles[1], verbose=T)

## Loading objects:

## TOM

TOM <- as.matrix(TOM)

dissTOM = 1-TOM

# Transform dissTOM with a power to make moderately strong

# connections more visible in the heatmap

plotTOM = dissTOM^7

# Set diagonal to NA for a nicer plot

diag(plotTOM) = NA

# Call the plot function

# 这一部分特别耗时，行列同时做层级聚类

TOMplot(plotTOM, net$dendrograms, moduleColors,

main = "Network heatmap plot, all genes")

导出网络用于Cytoscape

Cytoscape绘制网络图见我们更新版的视频教程或https://bioinfo.ke.qq.com/。

probes = colnames(dataExpr)

dimnames(TOM) <- list(probes, probes)

# Export the network into edge and node list files Cytoscape can read

# threshold 默认为0.5, 可以根据自己的需要调整，也可以都导出后在

# cytoscape中再调整

cyt = exportNetworkToCytoscape(TOM,

edgeFile = paste(exprMat, ".edges.txt", sep=""),

nodeFile = paste(exprMat, ".nodes.txt", sep=""),

weighted = TRUE, threshold = 0,

nodeNames = probes, nodeAttr = moduleColors)

关联表型数据

trait <- "WGCNA/TraitsClean.txt"

# 读入表型数据，不是必须的

if(trait != "") {

traitData <- read.table(file=trait, sep='\t', header=T, row.names=1,

check.names=FALSE, comment='',quote="")

sampleName = rownames(dataExpr)

traitData = traitData[match(sampleName, rownames(traitData)), ]

}

### 模块与表型数据关联

if (corType=="pearsoon") {

modTraitCor = cor(MEs_col, traitData, use = "p")

modTraitP = corPvalueStudent(modTraitCor, nSamples)

} else {

modTraitCorP = bicorAndPvalue(MEs_col, traitData, robustY=robustY)

modTraitCor = modTraitCorP$bicor

modTraitP = modTraitCorP$p

}

## Warning in bicor(x, y, use = use, ...): bicor: zero MAD in variable 'y'.

## Pearson correlation was used for individual columns with zero (or missing)

## MAD.

# signif表示保留几位小数

textMatrix = paste(signif(modTraitCor, 2), "\n(", signif(modTraitP, 1), ")", sep = "")

dim(textMatrix) = dim(modTraitCor)

labeledHeatmap(Matrix = modTraitCor, xLabels = colnames(traitData),

yLabels = colnames(MEs_col),

cex.lab = 0.5,

ySymbols = colnames(MEs_col), colorLabels = FALSE,

colors = blueWhiteRed(50),

textMatrix = textMatrix, setStdMargins = FALSE,

cex.text = 0.5, zlim = c(-1,1),

main = paste("Module-trait relationships"))

模块内基因与表型数据关联, 从上图可以看到MEmagenta与Insulin_ug_l相关，选取这两部分进行分析。

## 从上图可以看到MEmagenta与Insulin_ug_l相关

## 模块内基因与表型数据关联

# 性状跟模块虽然求出了相关性，可以挑选最相关的那些模块来分析，

# 但是模块本身仍然包含非常多的基因，还需进一步的寻找最重要的基因。

# 所有的模块都可以跟基因算出相关系数，所有的连续型性状也可以跟基因的表达

# 值算出相关系数。

# 如果跟性状显著相关基因也跟某个模块显著相关，那么这些基因可能就非常重要

# 。

### 计算模块与基因的相关性矩阵

if (corType=="pearsoon") {

geneModuleMembership = as.data.frame(cor(dataExpr, MEs_col, use = "p"))

MMPvalue = as.data.frame(corPvalueStudent(

as.matrix(geneModuleMembership), nSamples))

} else {

geneModuleMembershipA = bicorAndPvalue(dataExpr, MEs_col, robustY=robustY)

geneModuleMembership = geneModuleMembershipA$bicor

MMPvalue = geneModuleMembershipA$p

}

# 计算性状与基因的相关性矩阵

## 只有连续型性状才能进行计算，如果是离散变量，在构建样品表时就转为0-1矩阵。

if (corType=="pearsoon") {

geneTraitCor = as.data.frame(cor(dataExpr, traitData, use = "p"))

geneTraitP = as.data.frame(corPvalueStudent(

as.matrix(geneTraitCor), nSamples))

} else {

geneTraitCorA = bicorAndPvalue(dataExpr, traitData, robustY=robustY)

geneTraitCor = as.data.frame(geneTraitCorA$bicor)

geneTraitP = as.data.frame(geneTraitCorA$p)

}

## Warning in bicor(x, y, use = use, ...): bicor: zero MAD in variable 'y'.

## Pearson correlation was used for individual columns with zero (or missing)

## MAD.

# 最后把两个相关性矩阵联合起来,指定感兴趣模块进行分析

module = "magenta"

pheno = "Insulin_ug_l"

modNames = substring(colnames(MEs_col), 3)

# 获取关注的列

module_column = match(module, modNames)

pheno_column = match(pheno,colnames(traitData))

# 获取模块内的基因

moduleGenes = moduleColors == module

sizeGrWindow(7, 7)

par(mfrow = c(1,1))

# 与性状高度相关的基因，也是与性状相关的模型的关键基因

verboseScatterplot(abs(geneModuleMembership[moduleGenes, module_column]),

abs(geneTraitCor[moduleGenes, pheno_column]),

xlab = paste("Module Membership in", module, "module"),

ylab = paste("Gene significance for", pheno),

main = paste("Module membership vs. gene significance\n"),

cex.main = 1.2, cex.lab = 1.2, cex.axis = 1.2, col = module)

分步法展示每一步都做了什么

### 计算邻接矩阵

adjacency = adjacency(dataExpr, power = power)

### 把邻接矩阵转换为拓扑重叠矩阵，以降低噪音和假相关，获得距离矩阵。

TOM = TOMsimilarity(adjacency)

dissTOM = 1-TOM

### 层级聚类计算基因之间的距离树

geneTree = hclust(as.dist(dissTOM), method = "average")

### 模块合并

# We like large modules, so we set the minimum module size relatively high:

minModuleSize = 30

# Module identification using dynamic tree cut:

dynamicMods = cutreeDynamic(dendro = geneTree, distM = dissTOM,

deepSplit = 2, pamRespectsDendro = FALSE,

minClusterSize = minModuleSize)

# Convert numeric lables into colors

dynamicColors = labels2colors(dynamicMods)

### 通过计算模块的代表性模式和模块之间的定量相似性评估，合并表达图谱相似

的模块

MEList = moduleEigengenes(datExpr, colors = dynamicColors)

MEs = MEList$eigengenes

# Calculate dissimilarity of module eigengenes

MEDiss = 1-cor(MEs)

# Cluster module eigengenes

METree = hclust(as.dist(MEDiss), method = "average")

MEDissThres = 0.25

# Call an automatic merging function

merge = mergeCloseModules(datExpr, dynamicColors, cutHeight = MEDissThres, verbose = 3)

# The merged module colors

mergedColors = merge$colors;

# Eigengenes of the new merged

## 分步法完结

Reference:

官网https://labs.genetics.ucla.edu/horvath/CoexpressionNetwork/Rpackages/WGCNA/Tutorials/

术语解释https://labs.genetics.ucla.edu/horvath/CoexpressionNetwork/Rpackages/WGCNA/Tutorials/Simulated-00-Background.pdf

FAQhttps://labs.genetics.ucla.edu/horvath/CoexpressionNetwork/Rpackages/WGCNA/faq.html

生信博客http://blog.genesino.com

WGCNA用法详情

猜你喜欢

热点阅读