续上回WGCNA的代码实战https://www.jianshu.com/p/9a03a35cabf3，这回把WGCNA的原理找出来读一读。
Overview of WGCNA
WGCNA被分成以下几个部分：
- 建立网络
- 检测模块
- 选择模块和基因
- 计算拓扑性质
- 数据模拟
- 可视化
-
与外界软件交互
1. 建立网络
定义共表达相似度Sij, 来计算邻接矩阵，即计算任意两个基因之间的相关性，公式如下
这时，共表达的相似度值就在[0，1]之间
接下来，传统的相关性网络会设置阈值一刀切，如：大于阈值0.8定义为1，小于0.8定义为0，只有相关性为1的两个基因才能相互连接。
而WGCNA的优势在于，不设置阈值，采用加权的方法，即乘贝塔次幂。
对应函数pickSoftThreshold选择加权值，scaleFreePlot评估这个网络是否是无尺度拓扑网络。
2. 模块检测
模块里是一群高度相关的基因。WGCNA用非监督聚类（不事先设基因集），默认的方法是层次聚类，hclust函数。
层次聚类的一个缺点是，不能看到基因集里有多少个cluster。因此，这仍是一个学术争议，该怎样找到最好的cutting参数，或怎样评估基因集中cluster的数量。
总结一个模块的profile：很多函数都用来总结模块的表达谱，如
（1）moduleEigengene: 计算出E，E：加权平均表达谱，一个模块的第一主成分，他可以代表一个模块的表达谱。
（2）intramodular connectivity: 找出一个模块内的hub gene，来代表这个模块，通常这hub gene都是和E高度相关的。
计算模块的membership:
计算任意一个基因和模块（如蓝色模块）的相关性（无论这个基因是否在这个模块里），如果相关性为0，那这个基因就不在这个模块里，反之则在模块里。（E我们在上文中已经提过），对那些在模块边缘或者两个模块之间的基因来说尤其有效。得出的K值，又称ME值.
3. 筛选模块
WGCNA的目的是找具有临床意义或生物学意义的模块。
定义基因显著性测量GS：GS越高，这个基因越有生物学意义。 具体公式如下：
4. 计算拓扑性质
5. 模拟数据
simulateDatExpr, simulateMultiExpr
6. 可视化
共表达模块结构可以用热图呈现，基因和基因之间的连接度可以用TOMplot函数呈现，还有其他很多函数，自己探索吧
网友评论