WGCNA (weighted gene co-expression network analysis)权重基因共表达网络分析(流程模块见下图),可将表达模式相似的基因进行聚类,并分析模块与特定性状或表型之间的关联,常用于筛选关键表型的hub基因 ,是RNAseq分析中的一块很重要的拼图。而之所以叫组学数据黏合剂是因为表型可以是患者的临床信息(生存信息,分期信息,基线...
1.1 定义 WGCNA(Weighted Gene Co-Expression Network Analysis ),即加权基因共表达网络分析,用于寻找高度相关的基因构成的基因模块module,利用模块特征基因eigengene(模块内第一主成分)或模块内的关键基因Hub gene来总结这些模块,将模块与样本性状进行关联。 1.2 其他关键术语 关键术语(Connectivity、Adjacency matrix、TOM...
关注模块内基因的连通性 基因调控关系网络图能帮助我们获取每个模块内处于枢纽位置的核心基因(hub gene),并且可以利用已知基因的功能预测未知基因功能(直线相连的基因功能潜在相关)。 WGCNA模块内输出的Connectivity(软阈值)或模块调控关系表中的Tom(weight值,硬阈值)是模块内的连通性,是这个基因与其他基因相关性之和。...
Figure 1: Gene significance (y-axis) vs. intramodular connectivity (x-axis) plotted separately for each module in the simulated data set. For the green and the brown module we observe that intramodular hub genes tend to have high gene significance. The opposite is true in the turquoise module...
# KEGG:kk <- enrichKEGG(gene = trait_hubGenes_spe, organism = 'hsa', pvalueCutoff = 0.05)kegg_DF <- as.data.frame(kk) 15. 导出 hub genes 为 Cytoscape 和 visant 可以识别的格式并作图: # 导出整个模块基因到 VisANT modTOM <- TOM[mergedColors==Freq_MS_max$GS_color,mergedColors==Freq...
WGCNA(Weighted Gene Co-Expression Network Analysis ),即加权基因共表达网络分析,用于寻找高度相关的基因构成的基因模块module,利用模块特征基因eigengene(模块内第一主成分)或模块内的关键基因Hub gene来总结这些模块,将模块与样本性状进行关联。 1.2 其他关键术语 ...
WGCNA(Weighted Gene Co-Expression Network Analysis ),即加权基因共表达网络分析,用于寻找高度相关的基因构成的基因模块module,利用模块特征基因eigengene(模块内第一主成分)或模块内的关键基因Hub gene来总结这些模块,将模块与样本性状进行关联。1.2 其他关键术语...
WGCNA (weighted gene co-expression network analysis)权重基因共表达网络分析(流程模块见下图),可将表达模式相似的基因进行聚类,并分析模块与特定性状或表型之间的关联,常用于筛选关键表型的hub基因 ,是RNAseq分析中的一块很重要的拼图。而之所以叫组学数据黏合剂是因为表型可以是患者的临床信息(生存信息,分期信息,基线...
WGCNA (weighted gene co-expression network analysis)权重基因共表达网络分析(流程模块见下图),可将表达模式相似的基因进行聚类,并分析模块与特定性状或表型之间的关联,常用于筛选关键表型的hub基因 ,是RNAseq分析中的一块很重要的拼图。而之所以叫组学数据黏合剂是因为表型可以是患者的临床信息(生存信息,分期信息,基线...
⑤是否展示hub节点对应的所有边:选择模块网络图中是否需要展示hub节点对应的所有边,默认为“否”,仅展示top200的边。 ⑥是否保存所有节点的连接度数据:选择是否增加输出“module_all_gene.csv”与“module_all_cytoscape.txt”文件,保存所有节点的连接度数据与cytoscape文件,默认为“否”,即不输出。