1. 基本步骤
- 数据输入和清洗
- 网络构建和模块检测
- 量化模块和样本性状的关系
- 挑出感兴趣模块内部的基因
- 可视化TOM矩阵
- 将网络导出到外部数据进行可视化
2. 加权共表达网络的类型
- signed or unsigned
- 一般使用 unsigned,因为不论是正相关还是负相关都是我们所关心的,但对于特殊的生物学故事可能需要使用 signed
- 目前据我所知使用以下函数时需要设置加权共表达网络类型(默认是 unsigned)
pickSoftThreshold()
blockwiseModules()
adjacency()
TOMsimilarityFromExpr()
TOMsimilarity()
3. 注意事项
- 样本数建议不少于 15
友情宣传
- 全国巡讲全球听(买一得五),第二期 ,你的生物信息学入门课
- 生信技能树的2019年终总结 ,你的生物信息学成长宝藏
- 2020学习主旋律,B站74小时免费教学视频为你领路
网友评论