WGCNA

WGCNA 入门

  • 权重(weghted)：基因之间不仅仅是相关与否，还记录着它们的相关性数值，数值就是基因之间的联系的权重(相关性)。
  • 模块(module)：表达模式相似的基因分为一类，这样的一类基因成为模块。
  • Eigengene：基因和样本构成的矩阵。
  • 邻接矩阵(Adjacency Matrix)：是图的一种存储形式，用一个一维数组存放图中所有顶点数据；用一个二维数组存放顶点间关系（边或弧）的数据，这个二维数组称为邻接矩阵；在WGCNA分析里面指的是基因与基因之间的相关性系数矩阵。 如果用了阈值来判断基因相关与否，那么这个邻近矩阵就是0/1矩阵，只记录基因相关与否。但是WGCNA没有用阈值来卡基因的相关性，而是记录了所有基因之间的相关性。
  • 拓扑重叠矩阵(TOM，Topological Overlap Matrix)：WGNA认为基因之间的简单的相关性不足以计算共表达，所以它利用邻近矩阵，又计算了一个新的邻近矩阵。一般来说，TOM就是WGCNA分析的最终结果，后续的只是对TOM的下游注释。
  • WGCNA（Weighted Gene Co-expression Network Analysis），即加权基因共表达网络分析。 是一种构建基因共表达网络的常用系统生物学算法，与传统的基因表达网络算法的主要差异在WGCNA采用了软阈值β对表达矩阵进行了加权。
  • WGCNA的分析目的在于寻找具有协同表达或共表达的基因组成的网络模块，探索这些基因网络模块与研究的表型或性状之间的关系，寻找与外部信息相关的Hub基因。

数据要求

  • 表达矩阵
  • 表型信息

分析手段

在线工具
R包
  • WGCNA包

结果解读

为了衡量两个基因是否具有相似表达模式，一般需要设置阈值来筛选，高于阈值的则认为是相似的。但是假设直接将阈值设为0.8，那么很难说明0.8和0.79两个是有显著差别的。因此，WGCNA分析时采用相关系数加权值，即对基因相关系数取N次幂，使得网络中的基因之间的连接服从无尺度网络分布(scale-freenetworks)，这种算法更具生物学意义。

  • 如例图所示，随着ß增大，R^2^增大，网络的连通性降低；ß=9时呢，网络的连通性很低，这时我们考虑降低R^2^的选择，选择ß=5。（R^2^最好不要低于0.8）

通过基因之间的相关系数构建分层聚类树，聚类树的不同分支代表不同的基因模块，不同颜色代表不同的模块。基于基因的加权相关系数，将基因按照表达模式进行分类，将模式相似的基因归为一个模块。这样就可以将几万个基因通过基因表达模式被分成了几十个模块，是一个提取归纳信息的过程。

  • 动态剪切树算法对基因拓扑矩阵进行聚类，初步识别网络模块
  • Height表示基因之间的相异性程度，越大表示基因协同表达差异越大，不属于一个网络模块
  • 不同颜色用于表示不同的网络模块

对初步构建的网络模块进行合并, 左图中红线表示0.25，在红线下面表示：这些模块之间的相异程度小于0.25，即相似程度高于0.75，将这些模块合并为一个模块，如右图所示。

  • GS: (Gene Significance) ，表示基因显著性，定义单个基因与外部信息的关联性，即基因与某个性状的相关性。
  • MM: (Module Membership) ，用于描述模块的指标，是基于GS值计算出来。
  • GS和MM高度相关, 与某个性状高度相关的基因所在的模块往往也与该性状相关。
  • 图中的横坐标表示MM值，纵坐标表示GS值，可以看出在brown模块中GS值和MM值高度关联，从p值看也是显著相关的。

图中是对网络模块拓扑结构的可视化，使用的数据是网络拓扑（TOM）矩阵，上侧和左侧表示层次聚类结果。从热图可以看出，热图的结果与聚类的树枝一一对应。