其实WGCNA本身是对基因进行合理(加权共表达)的分组。 如果一个表达量矩阵, 里面的样品是两个分组,比如正常和对照,那么简单的差异分析就可以拿到上下调基因,各自可以去富集生物学通路,就是基因分组了,并没有太多的进行WGCNA分析的必要性,而且绝大部分的两个分组的表达量矩阵里面的样品数量通常是小于15个的,官方也并...
RNA-seq入门实战(十):PPI蛋白互作网络构建(下)——Cytoscape软件的使用 RNA-seq入门实战(十一):WGCNA加权基因共表达网络分析——关联基因模块与表型
RNA-seq入门实战(十一):WGCNA加权基因共表达网络分析——关联基因模块与表型 嘿嘿嘿嘿哈关注IP属地: 北京 42022.06.04 13:19:23字数2,616阅读10,774 本节概览 1. WGCNA基本概念: 定义、关键术语、基本流程、一些注意事项 2. WGCNA运行: ⓪输入数据准备 ①判断数据质量,绘制样品的系统聚类树 ②挑选最佳阈值...
WGCNA（Weighted Gene Co-expression Network Analysis）是一种用于寻找不同生物表型特征基因模块的方法。基本概念包括定义、关键术语、基本流程和注意事项。构建网络、识别模块和关联模块与表型是WGCNA的核心步骤。构建基因共表达网络、识别基因模块、关联模块与表型、研究模块间关系和从模块中寻找关键驱动基因是W...
RNA-seq入门实战(八):GSVA——基因集变异分析 RNA-seq入门实战(九):PPI蛋白互作网络构建(上)——STRING数据库的使用 RNA-seq入门实战(十):PPI蛋白互作网络构建(下)——Cytoscape软件的使用 RNA-seq入门实战(十一):WGCNA加权基因共表达网络分析——关联基因模块与表型...
RNA-seq入门实战(八):GSVA——基因集变异分析 RNA-seq入门实战(九):PPI蛋白互作网络构建(上)——STRING数据库的使用 RNA-seq入门实战(十):PPI蛋白互作网络构建(下)——Cytoscape软件的使用 RNA-seq入门实战(十一):WGCNA加权基因共表达网络分析——关联基因模块与表型...
其实WGCNA本身是对基因进行合理(加权共表达)的分组。 如果一个表达量矩阵, 里面的样品是两个分组,比如正常和对照,那么简单的差异分析就可以拿到上下调基因,各自可以去富集生物学通路,就是基因分组了,并没有太多的进行WGCNA分析的必要性,而且绝大部分的两个分组的表达量矩阵里面的样品数量通常是小于15个的,官方也并...
其实WGCNA本身是对基因进行合理(加权共表达)的分组。 如果一个表达量矩阵, 里面的样品是两个分组,比如正常和对照,那么简单的差异分析就可以拿到上下调基因,各自可以去富集生物学通路,就是基因分组了,并没有太多的进行WGCNA分析的必要性,而且绝大部分的两个分组的表达量矩阵里面的样品数量通常是小于15个的,官方也并...
强烈建议查看官方说明书进行这三种差异分析的学习,链接在文章末尾给出。 注意,这三个包都需要输入counts进行分析,不能用tpm、fpkm等归一化后的数据。 正式分析前先进行目录设置、实验组和对照组的指定: rm(list=ls())options(stringsAsFactors=F)setwd("C:/Users/Lenovo/Desktop/test")load(file='1.counts.Rdata...
基因集变异分析(GSVA)是一种特殊类型的基因集富集方法,通过对分析的功能单元进行概念上简单但功能强大的改变——从基因到基因集,从而实现对分子数据的路径中心分析。 简单来说,就是将分析对象由基因换成了基因集,进行基因集(通路)级别的差异分析。 原理和作用 ...