WGCNA其译为加权基因共表达网络分析。该分析方法旨在寻找协同表达的基因模块(module)，并探索基因网络与关注的表型之间的关联，以及网络中的核心基因。适用于复杂的数据模式，推荐15个样品以上的数据。现在测序价格越来越便宜，得到15个样品数据的成本很低，如果再结合样品性状数据进行模块基因与表型的关联分析，一定能给你的文章增色不少！如果自己手里没有数据，利用公开的数据挖掘分析也是不错的选择。
下面我们举一些利用WGCNA进行癌症或微生物研究的例子给大家拓展一下思路，文末有观看方法。
TCGA表达数据的挖掘
先介绍两篇利用TCGA人类癌症数据库中的基因表达数据发表的文章，主要利用WGCNA的方法来筛选与癌症发生、发展相关的关键基因，从而发现区分不同癌症亚型的biomarker。看完文献可以说单单用了WGCNA的方法就发了篇paper：
文献1:眼中葡萄膜黑色素恶性瘤基因共表达网络分析
眼癌中共表达网络分析及关键biomarker查找
主要的分析思路其实就是WGCNA的分析思路：
文献2:胃癌中miRNA共表达网络分析
也是一篇WGCNA分析的文章，只是换了换癌种以及分析的基因变成了miRNA，分析思路几乎与上篇文章一致。这里小编就不详细介绍了，有兴趣的可以查看原文；
胃癌中共表达网络分析及关键biomarker查找WGCNA构建微生物互作网络
微生物中WGCNA的应用
下面的文章研究了531位芬兰男性肠道微生物与代谢综合征(Metabolic Syndrome)的关系，代谢综合征是指人体的蛋白质、脂肪、碳水化合物等物质发生代谢紊乱的病理状态，是一组复杂的代谢紊乱症候群，是导致糖尿病心脑血管疾病的危险因素。
为找到哪些微生物与代谢综合征相关，作者首先先利用微生物OTU table做WGCNA分析构建微生物的相互作用网络，再利用病人的的临床数据——主要包括血液中血糖含量，胰岛素含量等代谢指标，做临床数据与微生物共表达模块间的相关性分析。最后得出结论，发现蓝色模块中的Tenericutes, Methanobrevibacter,and Christensenellaceae等物种与血液中的谷氨酰胺指标正相关，另外，黄色模块中的Blautia物种与血液中的醋酸负相关等等，从而找到与疾病相关的微生物种类biomarker。
参考文献
[1]Sally Yepes,et al. Co-expressed miRNAs in gastric adenocarcinoma, Genomics, Volume 108, Issue 2,2016,Pages 93-101,ISSN 0888-7543.
[2]Qi Wan ,et al.Co-expression modules construction by WGCNA and identify potential prognostic markers of uveal melanoma, Experimental Eye Research, Volume 166,2018,Pages 13-20,ISSN 0014-4835.
[3]Org E, Blum Y, Kasela S, et al. Relationships between gut microbiota, plasma metabolites, and metabolic syndrome traits in the METSIM cohort. Genome Biology. 2017;18:70. doi:10.1186/s13059-017-1194-2.
另外， 我们不同的数据挖掘及文章套路讲解的视频教程，您可以点击以下链接进行观看：TCGA/GEO数据挖掘、文章套路视频教程
另外，我们开创了生信VIP模式，更快更好解决学习生物信息的需求
网友评论